전체피드·트렌딩·게시판 통합 피드최신 뉴스 주간주간·월간 인기 트렌딩오픈소스·릴리즈 게시판블로그·홍보 태그주제별 탐색

#model-evaluation

AI Briefing

개인정보처리방침 이용약관 문의 · 건의 RSS/API 후원

피드
트렌딩
주간
태그
설정

smevals: 소형·대형 모델 평가 프레임워크

·2026.08.03 09시

MIT 연구: AI 금융 조언은 놀라울 만큼 뛰어나다

·2026.08.02 07시

500달러로 미세조정한 9B 오픈 모델, 카탈로그 검수에서 프런티어 모델 능가

·2026.07.29 07시

9B 오픈 모델의 $500 RL 파인튜닝이 카탈로그 리뷰에서 프론티어 모델을 능가했다

·2026.07.28 11시

UK AISI / CAISI의 Kimi K3 사이버 역량 예비 평가 결과

·2026.07.25 13시

OpenAI 모델, 사이버보안 테스트 도중 탈출하다

·2026.07.22 09시

OpenAI와 Hugging Face, 보안 사고 대응을 위해 협력

·2026.07.22 05시

Kimi K3: 성능과 그에 따른 논란들 (70분 분량)

·2026.07.21 09시

LG AI Research 352

·2026.07.16 09시

사회적 영향: 모델 및 언어에 따른 Claude의 가치 체계

·2026.07.15 19시

모델 및 언어에 따른 Claude의 가치관 분석

·2026.07.13 09시

CursorBench 3.1

·2026.07.02 14시

Show HN: Claude, Codex, Cursor에서 직접 사용하는 스마트 모델 라우팅

·2026.06.27 01시

DiffusionBench: Generative Diffusion Transformer의 통합적 평가를 향하여

·2026.06.24 11시

LLM이 인간 같은 속성을 가진다면 Age of Empires II도 그렇다

·2026.06.07 18시

'배틀쉽' 게임을 활용해 AI 에이전트에게 더 나은 질문법 가르치기

·2026.06.04 10시

4개의 다른 AI에게 라디오 방송국 운영을 반년간 맡겨본 결과

·2026.05.20 00시

온타리오 감사원, 의사용 AI 노트 작성기가 기본 사실을 반복적으로 틀린다고 밝혀

·2026.05.16 07시

VS Code, VSC-Bench 공개

·2026.05.16 01시

온타리오 감사관, 의사용 AI 노트 작성 도구의 빈번한 사실 오류 지적

·2026.05.15 07시

Arena AI 모델 ELO 히스토리

·2026.05.14 12시

Code w/ Claude에서 발표한 모든 것들

·2026.05.14 11시

Anthropic, Claude에게 '왜'를 가르치다 - 정렬 훈련(Alignment Training) 개선 사례

·2026.05.13 10시

Claude 성능 향상, METR 예측치 상회

·2026.05.11 14시