AI Briefing#benchmark
#benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
GPT-6 Astra가 BioBasicsBench 웨트랩 태스크에서 66.7%로 GPT-5.6 Sol을 앞섰다
옵티마이저 없이 LLM이 가중치를 직접 수정해 Qwen3.5-0.8B의 MATH-500 점수를 7.9%에서 48.1%로 끌어올렸다.
AI21 Labs의 Teel이 섀도 인터프리터로 IO 병렬화해 실행 시간을 83% 단축했다
Unsloth가 Qwen3.8-Flash-Next용 GGUF를 출시해 정확도를 10-15% 개선했다.
2B 모델 Dharma Field Extractor가 Claude Opus 5를 1.8점 앞섰다
H200 GPU 동시성 테스트에서 128명 접속 시 시간당 985개 정답을 기록해 베이스 모델 대비 효율 우위를 확인했다
Hydrogen-1.0이 FSR 벤치마크에서 GPT-6 Astra를 능가했다
109M JEPA 모델이 72B LLM보다 비전 모델과 더 잘 정렬됨을 정리 증명과 실험을 통해 확인했다.
OpenAI가 일상 과제 수행 능력을 측정하는 LifeVal 벤치마크를 공개했다.
Protegrity가 278M PII 감지 모델과 PII-SCOPE 벤치마크를 공개했다.
AI2의 StateBench에서 프런티어 모델이 복잡한 상태 추적에서 실패함을 확인했다
Mistral이 1T MoE 모델 Mistral Large 4 가중치를 공개하며 토큰 효율성을 입증했다.
2026년 AI 현황 보고서가 프런티어 3강 구도와 에이전트 보안 사고를 상세히 분석했다.
에이전트 평가 범위 확대, 구조화 학습, 데이터 품질 정교화 등 3대 트렌드와 10편의 논문을 소개했다.
Gemini 4 Carbon이 AA 지수 59점으로 1위를 차지하며 사이버 방어 기관에 우선 제공된다.
Apple Silicon 전용 Rust 추론 엔진 uzu가 M5 Max에서 142.3 tok/s 속도를 기록했다.
inclusionAI ZwZ2 모델이 25개 벤치마크 정확도를 60.51까지 끌어올렸다
Ampersand &Tutor가 Persimmon 시뮬레이션 학습으로 GPT-6 Astra와 Claude Sonnet 5.5를 능가했다
Kanzhun이 33B 밀집 모델 Nanbeige4.3-33B를 Apache 2.0으로 공개했다.
Gemini 4 Carbon이 지능 지수 v5에서 59점으로 1위를 차지했다
Meta가 44개 환경과 120개 태스크를 포함한 검증 가능한 3D 시뮬레이터를 공개했다
StreamVibe-VL이 계층적 메모리로 사용자 의도를 추적해 상호작용 일관성을 12.3% 높였다