#benchmark

98문항 정치 벤치마크에서 GPT-5.3은 opt-out을 주자 전부 거절했다.

Reddit·1·2026.04.16 11시

Gemma 4 26B를 MLX 4-bit로 최적화한 빠른 비검열 로컬 모델.

GeekNews·2026.04.16 11시

8개 verifiable e-commerce 환경에서 RL로 쇼핑 에이전트를 훈련한 결과.

HuggingFace Blog·2026.04.16 09시

Claude Code 성능 저하 논란의 핵심은 모델 너프보다 숨겨진 운영 변수다.

TLDR AI·2026.04.16 09시

에이전트 지시 충돌을 최대 12단계 권한으로 푸는 ManyIH를 제안했다.

TLDR AI·2026.04.16 09시

Qwen3-1.7B가 합성 데이터 미세조정만으로 GLM-5 744B를 앞섰다.

Reddit·2026.04.16 08시

RTX 4060 Ti 16GB에서 Qwen3.5-35B를 64k로 40~60 tok/s 구동한 튜닝 기록.

Reddit·2026.04.16 07시

Qwen3.5 35B로 논문 기반 웹앱을 만들며 70~80K 컨텍스트 유지력을 확인했다.

Reddit·2026.04.16 04시

확산 LLM이 AR 수준 품질과 병렬 생성 속도를 함께 달성했다.

GeekNews·1·2026.04.16 04시

8개 모델에 90개 쿼리를 돌리자 결과의 86%가 한 provider에만 나왔다.

Reddit·1·2026.04.16 03시

Mac Studio M4 Max에서 Gemma 4:26B를 OC+LM Studio로 돌려 40 tok/s를 확보했다.

Reddit·2·2026.04.16 03시

oMLX 최신 커밋에서 DFlash 최적화로 작은 컨텍스트 tg TPS가 크게 올랐다.

Reddit·2026.04.16 01시

M2 Max에서 DTree가 DFlash보다 1.07배 빠른 MLX 결과를 보였다.

Reddit·1·2026.04.16 01시

ScienceWorld와 DiscoveryWorld는 AI 과학 에이전트의 실제 수행력을 드러낸다.

TLDR AI·2026.04.16 00시

Ollama Cloud의 응답 지연과 낮은 TPS 때문에 구독 해지까지 나온 불만이다.

Reddit·2026.04.15 23시

MacBook Air M4에서 TTS 엔진 30개를 돌려보니 Kokoro가 최적, 양자화는 오히려 느렸다.

Reddit·1·2026.04.15 23시

로컬 LLM에 ‘혼자 생각할 시간’을 주면 모델마다 반응이 달라졌다.

Reddit·2026.04.15 22시

파일, 메모리, SQLite, 인덱스의 읽기 성능을 벤치마크로 비교한다.

Hacker News·2·2026.04.15 21시

VAKRA는 기업형 API·문서 작업에서 에이전트의 추론 실패를 드러낸다.

HuggingFace Blog·2026.04.15 21시

Robyn은 FastAPI보다 고부하에서 더 안정적이고 tail latency가 낮았다.

KT Cloud·1·2026.04.15 16시

SQL code generation 평가에서 자연어 metric의 한계와 20% false positive가 지적됐다.

Reddit·2026.04.15 15시

추론 저하와 catastrophic forgetting을 같은 구조 붕괴로 해석한 실험이다.

Reddit·2026.04.15 12시

llama.cpp의 동적 expert cache가 Qwen3.5-122B-A10B 토큰 생성 속도를 27% 끌어올렸다.

Reddit·2·2026.04.15 12시

oMLX 0.3.5 RC1의 DFlash로 Mac M5 Max에서 Qwen3.5 27B가 9→22 T/S로 빨라졌다.

Reddit·1·2026.04.15 11시