AI Briefing#llm-benchmark
#llm-benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#llm-benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Alibaba의 Qwen3.8 27B 모델이 Artificial Analysis 지능 지수에서 52점을 기록했다.
Alibaba의 Qwen3.8 27B 모델이 Artificial Analysis 지능 지수 52점을 달성했다.
Qwen3.8 Max가 Artificial Analysis의 Agentic Index 종합 1위에 올랐다.
기존의 자기회귀(Autoregressive) 방식 대신 확산(Diffusion) 기술을 적용해 속도를 혁신한 차세대 언어 모델 celeris-1이 공개되었습니다.
IMO 수학 문제를 활용해 프론티어 모델과 오픈 웨이트 모델의 추론 성능 및 멀티 에이전트 활용 효과를 비교했다.
독일 연구 컨소시엄이 완전 오픈소스 LLM 벤치마크에서 OLMo 3, Apertus를 능가하는 Soofi S 30B 모델을 공개했다.
Zhipu AI의 오픈 웨이트 모델 GLM 5.2가 보안 벤치마크에서 Claude를 앞서며 강력한 성능을 입증했다.
새로운 벤치마크 OpenBioRQ는 AI 에이전트가 인용하는 논문의 15.9%가 내용과 일치하지 않는 문제를 지적했다.
Z ai의 GLM-5.2가 Artificial Analysis 지표에서 오픈 가중치 모델 중 성능 1위를 기록했다.
Qwen3.7 Max가 이전 모델 대비 지능 지수가 상승했으며, 특히 과학적 추론과 코딩 분야에서 큰 발전을 보였다.
Google Antigravity 2.0가 OpenSCAD 건축 모델 생성 벤치마크에서 최고 성능을 기록했다
AI 모델이 교묘하게 숨겨진 위험한 요청을 얼마나 잘 감지하는지 측정하는 DystopiaBench가 공개되었다.
Moonshot AI의 Kimi K2.6가 AI 코딩 챌린지에서 GPT-5.5와 Claude를 제치고 우승했다.