IDEAS
아이디어
265건·반영 0
2026.1082건
- 10.27noon-desktop 로컬 모델 함수콜링에서 프롬프트 손질 대신 호출을 강제하는 가드를 먼저 두는 쪽을 실험해볼 여지
noon-desktop작은 모델이 도구를 제대로 부르게 만드는 일이 제일 어려웠다는 온디바이스 데스크톱 앱 Show HN
- 10.27라벨을 먼저 만들고 정확도가 아니라 행동으로 조립한 뒤의 비용으로 임계값을 고르는 절차라, nextcal 일정·할 일 분류와 saegim-eval 심판 문턱에 붙여볼 만함
nextcal새김 Eval가장 정확한 메일 분류기가 처리할 메일을 가장 많이 흘렸다는 측정 보고
- 10.27배치를 뽑는 단계와 겹침·경계 밖을 걷어내는 단계를 나눈 구조라, room-planner 자동 배치의 제약 충족 단계에 참고해볼 여지
원룸 평면도가구 배치를 확산 모델로 뽑고 관계 규약으로 다시 맞추는 실내 장면 생성 제안
- 10.26제안 모델과 검증 모델이 달라도 되는 구성이라, saegim-eval 심판 점수로 사람이 직접 볼 케이스만 고르는 문턱 계산에 실험해볼 여지
새김 Eval법령해석 BMTAI 결정 중 사람이 감사할 몫만 골라내는 온라인 감사 알고리즘 제안
- 10.26비용을 숫자로 두고 보정 데이터에서 포기 임계값을 고르는 절차라, saegim-eval 심판이 애매한 케이스를 사람에게 넘기는 기준에 붙여볼 만함
새김 Eval오답 비용을 명시하면 TF-IDF 분류기가 프롬프팅 LLM 을 앞섰다는 평가 보고
- 10.25파이썬 패키지가 영향 범위에 든다는 분석이라, 새김AI 백엔드 의존성에 brotli 계열 HTTP 경로가 걸려 있는지 확인해볼 만함
새김 AINode2Shell 이 HTTP2Shell 로 번져 HTTP 라이브러리 다수가 영향 범위에 든다는 분석
- 10.25도구 응답에서 사실 하나를 빼고 같은 과제를 다시 돌리는 구성이라, 법령 BMT 위임 사슬 채점에 증거 누락 케이스를 끼워 넣어볼 여지
법령해석 BMT도구 응답에서 사실 하나를 빼면 에이전트가 금지된 행동을 한다는 벤치마크 제안
- 10.25설명이 답을 실제로 밀었는지를 재는 틀이라, saegim-eval 의 충실도 채점에 근거 격리 실험을 붙여볼 여지
새김 Eval사고 사슬이 답을 실제로 밀었다는 보장이 없다는 지적과 맥락 격리 제안
- 10.24내 위치를 기준으로 반경 안 항목만 추려 보여주는 구성이라, 그어봄 결과를 화면에 뿌리는 방식에 참고할 여지
그어봄걸어서 30분 거리 안의 것만 보여주는 Local Wikipedia 가 오늘 해커뉴스 점수 1위
- 10.24도구 호출형 평가에 올릴 후보 모델이 하나 늘어난 셈이라, 법령 BMT 회귀 게이트의 비교 대상에 넣어볼 여지
법령해석 BMTKimi K3.1 Pro 와 고속판 공개가 해커뉴스 댓글 2위로 올라왔다
- 10.24문서를 통째로 LLM 에 흘려 분류하는 대신 발견을 실행 가능한 테스트로 굳혀 두는 구성이라, 새김 웍스 자원 방 색인 품질 점검에 붙여볼 만함
새김 웍스LLM 을 분류기가 아니라 말뭉치 디버거로 한 번만 쓰자는 제안
- 10.24검색 평가 점수가 정답 주석 범위에 따라 달라진다는 지적이라, saegim-eval 검색 평가셋의 정답을 문서가 아니라 증거 구간 단위로 잡는 쪽을 실험해볼 여지
새김 Eval검색 평가 점수가 정답 주석을 얼마나 넓게 달았는지에 따라 흔들린다는 보고
- 10.23에이전트를 격리해 돌리는 런타임 쪽 선택지라, 새김 웍스 MCP 발행과 그어봄 도구 실행 환경에 비교 대상으로 둬 볼 여지
새김 웍스그어봄자율 AI 에이전트 무리를 돌리는 런타임 OpenShell 이 NVIDIA 저장소로 올라와 화제
- 10.23심판 모델을 한 번 부르고 끝내는 대신 비용 상한 안에서 질의 순서를 짜는 접근이라, saegim-eval 판정 레이어와 법령 BMT 회귀 게이트에 실험해볼 여지
새김 Eval법령해석 BMTLLM 분류기를 잡음 있는 측정기로 보고 질의 순서를 회로로 짜자는 제안
- 10.23도메인 하네스가 범용 코딩 에이전트를 연구 도구로 바꾼다는 구성(지식베이스 + 구현 골격 + 검증 틀)이라, 법령 BMT 채점 하네스를 짤 때 참고할 여지
법령해석 BMT에이전트 하네스로 새 합의 프로토콜 A-greement 를 찾아냈다는 보고
- 10.22saegim-bench 와 saegim-eval 의 파이썬 쪽 LLM 의존성이 잠금 파일로 버전 고정돼 있는지 한 번 훑어볼 여지
법령해석 BMT새김 EvalPyPI 의 LiteLLM 1.107.0 이 자격증명 탈취기와 백도어를 심은 채 배포됐다는 분석
- 10.22모델이 도구를 못 고르는 문제를 프롬프트 말고 도구 인터페이스를 고쳐 가며 다루는 접근으로, geoubom 과 새김 웍스 MCP 발행 쪽에 대볼 여지
그어봄새김 웍스에이전트가 쓸 인터페이스를 사람이 짜지 말고 경험에서 진화시키자는 Agent S4
- 10.21legal-bmt 회귀 게이트를 단발 문항 모음 대신 앞 단계 결과를 물려받는 누적형으로 한 갈래 짜 보는 실험 여지
법령해석 BMT기능을 미리 알려 주지 않고 하나씩 공개해 같은 코드베이스를 이어 가게 하는 코딩 에이전트 벤치마크
- 10.21법령 조회 출력이 길어 파일로 빼 둘 때, 최종 정답 여부만 보지 말고 어느 근거로 답했는지를 따로 채점하는 칸을 legal-bmt 에 둘 여지
법령해석 BMT새김 Eval도구 출력을 맥락에서 빼 파일로 읽게 하면 에이전트가 근거를 바꿔친다는 측정
- 10.21saegim-eval 심판에 답이 맞았는지와 별개로 근거가 보존됐는지를 따로 재는 칸을 둘 여지
새김 Eval새김 웍스맥락 압축이 근거를 지켰는지 질의응답 점수 말고 직접 재자는 KEEP-Bench 제안
- 10.20Usage Crab 의 날짜별 토큰 원장처럼 이미 쌓여 있는 시계열에 예측을 얹어 볼 여지
Claude Usage Crab미스트랄이 시계열 기반모델 Timestral 을 내놨고 오늘 해커뉴스 점수 1위다
- 10.20legal-bmt 의 도구 호출 사슬 채점과 saegim-eval 심판을 최종 답이 아니라 추적 전체를 훑는 쪽으로 넓혀 볼 여지
법령해석 BMT새김 Eval에이전트 추적에서 오류를 찾는 작은 모델을 강화학습으로 만들었다는 Launch HN
- 10.20새김 웍스 자원 방 색인이 한국어 문서를 다룰 때, 임베딩 모델을 바꾸지 않고 추론 쪽 개입만으로 검색 품질이 움직이는지 시험해 볼 여지
새김 웍스새김 AI학습 없이 추론 때 언어색을 덜어내 다국어 임베딩을 끌어올린다는 제안
- 10.20legal-bmt 회귀 게이트에 우리 과업에서 교체 가능한가를 판정하는 기준선을 한 줄 남겨 둘 여지
법령해석 BMT오픈소스 LLM 이 프런티어 모델을 대체할 만한지 무엇으로 재나는 질문
- 10.190to1 수집 파이프라인이 소스를 직접 긁는 자리에 외부 검색·본문 수집 API 를 한 칸 끼워 보는 실험을 해볼 여지
0to1 자동화딥시크가 검색과 본문 가져오기를 1000건당 0.75달러로 판다는 문서가 해커뉴스 1위에 올랐다
- 10.19noon-desktop 의 로컬 LLM 도구 호출 구간을 어떻게 나눌지 정할 때 참고해 볼 여지
noon-desktop에이전트가 잠재공간에서 생각하고 텍스트로 행동한다는 논문이 해커뉴스에서 화제
- 10.19saegim-eval 심판을 한 번에 한 점수로 받지 않고 항목으로 쪼개 점수를 모으는 쪽, legal-bmt 위임 사슬 채점에도 붙여 볼 여지
새김 Eval법령해석 BMT참과 거짓 대신 항목별 점수를 매기는 검증자가 이진 검증자보다 낫다는 논문
- 10.19saegim-eval 과 legal-bmt 의 평가 프롬프트에 평가 중이라는 단서가 섞여 있지 않은지 한 번 훑어 볼 여지
새김 Eval법령해석 BMT시험 중이라고 알려주면 LLM 의 거절률이 올라간다는 측정이 인도어에서도 재현됐다는 논문
- 10.18위키 도식을 SVG 로 써서 rsvg 로 굽는 0to1 지금 절차와, 테마가 입는 SVG 출력을 나란히 견줘 볼 여지
0to1 자동화머메이드 도식을 테마 입는 SVG 로 뽑는다는 Pele 가 해커뉴스에서 화제
- 10.18지시에 안 적힌 제약을 캐내는 과업을 법령 BMT 와 saegim-eval 채점표에 한 줄 넣어 볼 여지
법령해석 BMT새김 Eval요구사항이 안 적힌 현장 납품 과업 95개로 에이전트를 재는 FDE-Gym 제안
- 10.18조항이 서로를 가리키는 법령처럼, 문서 사이 참조를 그래프로 타서 후보를 넓히는 검색을 웍스 색인에 실험해 볼 여지
새김 웍스법령해석 BMT의존 그래프를 여러 칸 타고 보조정리를 찾는 검색 LeanGraphSearch 제안
- 10.18심판 모델이 매기는 점수가 특정 값에 쏠리는지 saegim-eval 기록으로 한 번 세어 볼 여지
새김 Eval1 에서 30 사이 숫자를 물으면 LLM 이 늘 17 을 답한다는 질문이 조회 3202 를 기록했다
- 10.17법령 BMT 와 saegim-eval 의 과업 목록이 실제로 돈 받는 작업의 분포를 덮는지 되짚어 볼 여지
법령해석 BMT새김 Eval미국 노동 시간의 90퍼센트가 AI 벤치마크에 잘 안 덮인다는 주장이 해커뉴스에서 화제
- 10.17noon-desktop 의 로컬 LLM 을 맥에서 돌릴 때 올릴 수 있는 모델 크기의 상한을 다시 재 볼 여지
noon-desktop애플이 MLX 로 추론을 분산시킨 연구 페이지가 해커뉴스에서 252점을 받았다
- 10.17제안은 모델이 하고 채점은 독립된 평가자가 하는 이 구조를, saegim-eval 의 심판 배선과 대조해 볼 여지
새김 EvalLLM 이 양자 회로를 제안하고 독립 평가자가 채점하는 진화 탐색을 내놓은 논문
- 10.17에셋을 코드로 굽는 THE GGI 에, 실행 검사와 공간 측정으로 생성물을 자동 판정하는 고리를 실험해 볼 여지
THE GGI3D 콘텐츠를 코드로 짓고 실행과 측정으로 검증하는 생태계 3DCodeVerse 제안
- 10.17도구 호출을 채점하는 법령 BMT 와 그어봄 MCP 에서 같은 충돌이 나는지 한 번 짚어 볼 여지
법령해석 BMT그어봄도구 호출과 구조화 출력을 같이 쓰면 안 맞는다는 랭체인 질문이 조회 601을 기록했다
- 10.16saegim-eval 심판에 LLM 판정과 별도로 기계적으로 확인되는 검사 한 축을 덧대 볼 여지
새김 EvalLLM 심판에 기계적 검증을 덧대면 심판이 놓친 오류가 잡힌다는 논문
- 10.16noon-desktop 로컬 LLM 을 기기 사정에 따라 한 모델로 크기를 조절하는 축으로 참고해 볼 여지
noon-desktop미리 학습된 트랜스포머를 재학습 없이 계산 예산에 맞춰 늘였다 줄인다는 제안
- 10.16점수를 숫자로 내게 하는 saegim-eval 심판 배선에도 같은 쏠림이 있는지 짚어 볼 여지
새김 Eval1부터 30 사이 숫자를 물으면 LLM 이 늘 17을 준다는 질문이 조회 3180을 기록했다
- 10.14saegim-eval 검색 평가에 사람과 TF-IDF 같은 값싼 기준선을 함께 두는 축으로 참고해 볼 여지
새김 Eval링크만 따라가 목표 문서에 닿는 위키백과 게임으로 검색 능력을 재자는 제안
- 10.14그어봄과 새김AI MCP 로 내놓은 도구들이 서로 조합될 때 생기는 경로를 점검하는 축으로 실험해 볼 여지
그어봄새김 웍스도구 의존 그래프를 따라 개인 에이전트의 유해 경로를 찾는 레드팀 틀 X-AgentRed 제안
- 10.14웍스 자원 방 검색과 saegim-eval 충실도 채점에서 실제로 쓰고 있는 처방과 대조해 볼 여지
새김 웍스새김 Eval엔터프라이즈 RAG 에서 환각을 줄이는 방법을 묻는 질문에 답변 4개가 붙었다
- 10.130to1 무인 파이프라인이 부르는 CLI 들이 백그라운드 프로세스를 남기는지 한 번 점검해 볼 여지
0to1 자동화Codex CLI 가 기본값으로 상주 자동갱신 데몬을 설치한다는 이슈가 424점을 받았다
- 10.13법령해석 BMT 의 비교 대상 후보로 어떤 과제를 어떻게 쟀는지 읽어 볼 여지
법령해석 BMTz.ai 가 올린 GLM-Legal 글에 댓글 225개가 붙었다
- 10.13그어봄 같은 MCP 도구 노출이나 법령 BMT 의 도구 호출 채점에서, 호출 실패 이력을 선택 순위에 되먹이는 축으로 실험해 볼 여지
그어봄법령해석 BMT도구 검색에 실행 신뢰도를 섞어 장애 도구 선택을 줄인다는 RATED 제안
- 10.12legal-bmt 나 saegim-eval 처럼 기계 채점 기준을 짤 때, 검증 가능한 요건 통과와 결과물 품질의 간극을 별도 축으로 볼지 참고해 볼 여지
법령해석 BMT새김 Eval프롬프트로 레고 세트를 설계시키는 에이전트 벤치마크 BrickBench 제안
- 10.12saegim-eval 의 LLM 심판 점수가 특정 값으로 쏠리는지 분포를 한번 뽑아 볼 여지
새김 Eval1에서 30 사이 숫자를 물으면 LLM 이 항상 17을 돌려준다는 질문이 조회 3천을 넘겼다
- 10.11noon-desktop 를 상시 띄워 둘 배관을 짤 때 무료 구간만으로 어디까지 되는지 참고해 볼 여지
noon-desktop클라우드플레어 무료 구간에서 돌리는 자체 호스팅 개인 AI 에이전트가 화제
- 10.11법령 BMT 처럼 도구를 부르는 평가와 0to1 야간 무인 파이프라인에, 범위 계약과 자동 중지 조건을 명시해 둘지 따져 볼 여지
법령해석 BMT0to1 자동화에이전트 평가에서 경계를 가정하지 말고 돌아가는 동안 검증하라는 제안
- 10.11법령 BMT 의 층 도달 비율 같은 단일 수치가 구간별 난도를 고르게 본다는 가정을 깔고 있는지 점검해 볼 여지
법령해석 BMT새김 EvalMETR 시간 지평선을 통계로 다시 재니 같은 10배도 구간마다 난도가 다르다는 분석
- 10.11saegim-eval 처럼 출력 텍스트만 보고 판정하는 방식이 못 잡는 종류가 어디까지인지 가늠하는 참고로 읽어 볼 여지
새김 Eval모델 내부를 읽는 프로브가 사보타주와 말하지 않은 거짓까지 잡아낸다는 주장
- 10.10noon-desktop 가 바탕화면에서 무언가를 짚어 줄 때 쓰는 그라운딩 방식으로 붙여볼 만함
noon-desktopAI 에이전트가 화면에 큰 화살표와 상자와 글자를 그리게 하는 도구가 화제
- 10.10새김 웍스 자원 방 색인을 '질문에 답하기' 말고 '묻지 않은 것 찾아내기' 로 한 번 돌려 볼 여지
새김 웍스400년치 기록물에 AI 를 들이대 잊힌 운석과 사라진 코뿔소를 찾았다는 글
- 10.10원룸 평면도 자동 배치 채점을 유효성·정합성·설계로 쪼개는 방식에 참고할 여지
원룸 평면도에이전트가 실제로 조립되는 레고를 설계할 수 있는지 재는 벤치마크 BrickBench 제안
- 10.10saegim-eval 에서 심판 모델에게 점수를 매기게 할 때 특정 값으로 쏠리는지 먼저 재 볼 여지
새김 Eval1부터 30 사이 숫자를 달라고 하면 늘 17이 나온다는 질문이 조회 3천을 넘겼다
- 10.09noon-desktop 로컬 대화에 음성 입력을 붙일지 가늠할 때 '이 정도 크기면 기기 안에 둘 만한가' 의 기준으로 읽어 볼 여지
noon-desktopnoon16.9 MB 짜리 음성 인식 모델 Whistle 이 해커뉴스 점수 1위에 올랐다
- 10.090to1 야간 무인 파이프라인에 한 번 발주로 길게 도는 작업을 맡길 때의 구성으로 읽어 볼 여지
0to1 자동화발주 한 번과 여섯 시간을 줘서 '보이지 않는 도시들' 을 시각화시켰다는 글이 화제
- 10.09Usage Crab 에이전트 모니터 탭이 작업 상태를 읽어 올 통로로 검토해 볼 여지
Claude Usage Crab프로그램이 자기 상태를 터미널에 알리는 규약 OSC 7501 제안
- 10.09새김 웍스 자원 방 검색이 질의에 지시문을 붙이고 있다면, 방해 문구를 섞은 회귀 케이스를 몇 개 만들어 둘 여지
새김 웍스새김 Eval검색 지시문이 임베딩 모델의 질의 표현에 실제로 어떻게 작용하는지 들여다본 논문
- 10.09saegim-eval 이 정답 없는 답변을 판정할 때, 점수 하나 대신 '정합성 검사 묶음' 을 지표로 두는 방식에 참고할 여지
새김 Eval정답 없는 질문에 LLM 을 채점하는 틀로 진술선호 경제학을 가져오자는 제안
- 10.08Usage Crab 원장에 새 모델 식별자가 들어오기 시작하면 단가·집계가 맞는지 한 번 대조해 볼 여지
Claude Usage Crab앤트로픽이 Claude Haiku 5.5 를 내놓았고 해커뉴스 점수 2위에 올랐다
- 10.080to1 야간 자동화처럼 매일 같은 모양으로 도는 분류·요약 작업을 작은 전용 해법으로 내릴지 판단할 때의 기준으로 읽어 볼 여지
0to1 자동화새김 Eval에이전트가 자기 능력을 싼 전용 해법으로 바꿀 수 있는지 재는 벤치마크 BOTTLED 제안
- 10.08그어봄이나 noon-desktop 처럼 외부 글을 읽고 도구를 부르는 쪽에, 주입 문장을 일부러 섞은 회귀 케이스를 몇 개 만들어 둘 여지
그어봄noon-desktop웹 에이전트를 적응형 프롬프트 주입에 맞서 훈련시키는 틀 AdvSim2Real 제안
- 10.06noon-desktop 이나 그어봄 MCP 에 웹 검색 도구를 붙일 일이 생기면 후보로 열어 볼 여지
noon-desktop그어봄클라우드플레어가 웹 검색 API 를 내놓았고 해커뉴스에서 댓글 221 개가 붙었다
- 10.06saegim-eval 평가 세트에 일부러 오염시킨 문서를 섞어 충실도 심판이 모순·숫자 오타를 잡는지 재 볼 여지
새김 Eval지식 베이스가 오염됐을 때 검색증강생성(RAG)이 얼마나 버티는지 재는 벤치마크 RAGStress 제안
- 10.06noon-desktop 로컬 모델에 도구 호출을 맡길 때 질의-계획 쌍을 얼마나 모아야 하는지와, 못 본 조합에서 무너지는 지점을 가늠해 볼 여지
noon-desktop3B 급 소형 모델을 LoRA 로 다듬어 도구 18 개 호출 계획을 로컬에서 짜게 했다는 제안
- 10.05noon-desktop 로컬 모델 실행부를 고를 때 어느 급 모델까지 한 장에 올라가는지 재 볼 여지
noon-desktop소비자용 GPU 한 장에서 125B 모델을 100T/s 로 돌린다는 저장소가 해커뉴스 상단에 올랐다
- 10.05noon-desktop 이 로컬 자료를 찾아 주는 쪽으로 갈 때 프레임 단위 색인을 어떻게 짰는지 열어 볼 여지
noon-desktop새김 AI맥의 모든 사진과 영상의 모든 프레임을 AI 로 찾아 준다는 Show HN 이 올라왔다
- 10.050to1 무인 파이프라인이 실패했을 때 프롬프트를 사람이 고치는 대신 실패 진단을 남겨 다음 회차에 반영하는 쪽으로 실험해볼 여지
0to1 자동화가중치를 안 고치고 스킬과 시스템 프롬프트만 고쳐 성공률을 28.6%에서 95.0%로 올렸다는 제안
- 10.040to1 의 무인 파이프라인 프롬프트를 다시 손볼 때 참고해 볼 여지
0to1 자동화모델을 바꾸는 대신 부리는 법을 적은 Opus 5.5 사용법 글에 댓글이 몰렸다
- 10.04saegim-eval 심판 성능을 모델 교체가 아니라 심판에게 무엇을 얼마나 원형 그대로 쥐여 주느냐로 올려 보는 쪽에 참고해 볼 여지
새김 Eval모델은 그대로 두고 둘러싼 하네스만 바꿔 ARC-AGI-3 를 100 점으로 올렸다는 제안
- 10.04그어봄 도구 호출 검증을 불렀느냐가 아니라 인자까지 맞았느냐로 쪼개 재는 축에 실험해볼 여지
그어봄새김 Eval자연어를 CLI 명령으로 옮기는 과제에서 오픈웨이트 모델이 42% 를 넘지 못했다는 보고
- 10.04그어봄 MCP 서버가 긴 응답을 중간부터 보여 줘야 할 때 같은 벽을 만날 수 있으니 미리 열어 둘 여지
그어봄MCP 로 LLM 응답을 토막내 흘려보낼 수 있느냐는 질문이 답 없이 조회만 쌓인다
- 10.03noon-desktop 의 로컬 모델 실행부 후보로 한 번 열어 볼 여지
noon-desktop레디스를 만든 개발자가 LLM 로컬 실행 도구 ds4 를 내놓았다는 항목이 올랐다
- 10.03saegim-eval 검색 평가에 유사도 대신 '그 문서가 실제로 답을 진척시켰나'를 라벨로 쓰는 축을 실험해볼 여지
새김 Eval새김 AI에이전틱 검색이 임베딩 검색을 넘지 못했다는 논문 검색 벤치마크가 제안됐다
- 10.03noon 표정 애니메이션을 미리 뽑아 둔 기저의 선형 혼합으로 돌리는 쪽에 참고해 볼 여지
noon아바타 애니메이션을 블렌드셰이프 선형합으로 증류해 모바일 60fps 를 봤다는 제안
- 10.03saegim-eval 심판이 1~5 점수를 매길 때 특정 값에 몰리는지 분포로 떠 볼 여지
새김 Eval1 부터 30 중 하나를 물으면 LLM 이 늘 17 을 답한다는 질문이 올랐다
- 10.01noon-desktop 에서 로컬 모델을 띄워 둘 때, 세션이 끝나면 메모리를 돌려주는 상주 방식과 실기기 커널 조정이 체감 지연에 얼마나 붙는지 실험해볼 여지
noon-desktop로컬 에이전트용으로 하드웨어에 맞춰 자기조정하는 추론 엔진이 Launch HN 으로 올라왔다
- 10.01noon-desktop 로컬 모델에서 장문맥 상태 메모리가 병목이면, 선형 어텐션 계열과 상태 양자화가 붙은 엔진을 고르는 기준으로 읽어볼 여지
noon-desktop선형 어텐션의 순환 상태를 8비트로 눌러도 품질이 거의 안 떨어진다는 훈련 없는 기법 제안
- 10.010to1 무인 파이프라인에서 단계를 정해진 순서로만 돌리는 대신, 남은 예산을 보고 다음 수를 고르는 얇은 제어층을 두는 쪽으로 실험해볼 여지
0to1 자동화에이전트 실행을 누가 어떻게 제어할지를 따로 추론하게 하자는 메타추론 하네스 제안
- 10.01saegim-eval 에 정확도만 두지 않고 같은 과업을 처리한 비용과 토큰 축을 같이 남기는 쪽으로 붙여볼 만함
새김 Eval같은 모델도 하네스에 따라 효율이 갈린다며 장문맥 평가에 비용 축을 세우자는 벤치마크
2026.0958건
- 09.29saegim-eval 에서 심판을 여럿 두고 평균이나 다수결로 묶을 때, 과업 종류에 따라 머릿수 이득이 거의 없는 구간이 있는지 따로 재볼 여지
새김 Eval에이전트를 늘리면 나아지는지는 과업 구조가 정한다는 다중 에이전트 스케일링 분석
- 09.290to1 자동화 하네스와 저장소 문서를 늘릴 때, 문서를 더 얹는 것이 실제 해결률을 올리는지 따로 재보는 관점으로 읽어볼 여지
0to1 자동화코딩 에이전트용 문서를 잘 빚어도 이슈 해결은 나아지지 않았다는 보고
- 09.29noon-desktop 의 도구 선택과 그어봄 라우팅을 큰 모델 대신 작은 결정 모델로 내려보는 선택지로 읽어볼 여지
noon-desktop그어봄집에서 훈련했다는 0.8B 결정 모델이 해커뉴스에서 화제
- 09.28그어봄·새김AI 함수콜링에서 도구 선택을 확률 출력만으로 믿지 않고, 앞뒤 맥락을 한 줄 붙였을 때 선택이 뒤집히는지 재보는 점검을 붙여볼 여지
그어봄새김 AI평범해 보이는 맥락 한 줄이 결정 모델의 선택을 뒤집는다는 보고
- 09.28saegim-eval 채점에서 검색만 붙인 답과 검색 더하기 명시적 추론을 붙인 답을 따로 재는 축을 두고, 증거와 주장을 뒤섞는 실패를 따로 셀 여지
새김 Eval검색만 붙이는 것으로는 부족하고 명시적 추론을 얹어야 했다는 음성 사실검증 벤치마크
- 09.28noon-desktop 로컬 LLM 응답 지연을 모델 교체 없이 디코딩 쪽에서 줄이는 선택지로 읽어볼 여지
noon-desktopllama.cpp 의 프롬프트 룩업 드래프팅을 더 빠르게 했다는 기록
- 09.28새김AI 검색과 saegim-eval 채점이 같은 질의에 같은 상위 문서를 주는지 한 번 재보는 점검을 붙여볼 여지
새김 AI새김 Eval같은 질의를 반복했는데 pgvector HNSW 상위 결과가 달라진다는 질문
- 09.270to1 야간 무인 파이프라인의 실행 기록을 에이전트가 건드릴 수 없는 위치에 따로 남기는 쪽으로 옮겨볼 여지
0to1 자동화에이전트가 자기 실행 기록을 지울 수 있다는 점검 결과
- 09.270to1 위키 다이어그램을 SVG 로 직접 쓰는 지금 방식과 배치 통제권을 견줘 볼 여지
0to1 자동화배치를 사람이 정하는 다이어그램 언어가 Show HN 상위에 올랐다
- 09.27saegim-eval 평가셋을 고정 목록 대신 생성기로 두고, 생성기를 검증하는 단계를 따로 세워볼 여지
새김 Eval평가셋을 사람이 아니라 검증된 생성기로 계속 새로 만든다는 제안
- 09.210to1 야간 자동화가 끝났다고 남긴 보고를 실제 변경분과 대조하는 확인 한 줄을 붙여볼 여지
0to1 자동화새김 Eval코딩 에이전트가 안 읽은 파일을 읽었다고 말한다는 측정 결과
- 09.210to1 무인 파이프라인에서 계획 단계와 도구 목록을 켜고 끄며 비용 차이를 재 볼 여지
0to1 자동화코딩 에이전트 하네스를 부품 단위로 갈라 재 봤다는 연구
- 09.21saegim-ai 색인에서 수치와 단위가 섞인 질의가 엉뚱한 문서를 물어 오는지 따로 확인해 볼 여지
새김 AI새김 Eval임베딩은 질량이나 거리 같은 물리량을 제대로 재지 못한다는 측정
- 09.20saegim-ai 색인에서 키워드 쪽 검색을 별도 엔진 없이 포스트그레스 안에서 처리할 수 있는지 살펴볼 여지
새김 AI포스트그레스 안에서 전문 검색을 한다는 Tin 이 해커뉴스에 올라왔다
- 09.20noon-desktop 에서 매번 큰 모델을 부르는 반복 판단만 떼어 선택지 채점 쪽으로 내려볼 여지
noon-desktop그어봄컴퓨터 조작 판단을 선택지 채점으로 바꾼 706k 파라미터 모델이 Show HN 에 올라왔다
- 09.20saegim-eval 에서 표면 분류기 하나로 판정이 끝나는 자리가 있다면 그 지표가 무엇을 못 잡는지 따로 재 볼 여지
새김 Eval독성 점수가 내려간 것이 해악이 줄었다는 증거는 아니라는 주장
- 09.20saegim-eval 이 질의 유형별로 점수를 쪼개 볼 때 표본이 적은 유형을 어떻게 다룰지에 참고할 여지
새김 Eval라벨이 적은 구간의 평가 점수를 이웃 구간에서 빌려 추정하자는 제안
- 09.19noon-desktop 의 함수콜링을 로컬로 내리고 확신도 문턱 아래만 큰 모델로 넘기는 이중 구성으로 실험해볼 여지
noon-desktop그어봄대화를 버리고 도구 호출만 남긴 8~29MB 모델이 Show HN 에 올라왔다
- 09.190to1 무인 파이프라인이 남기는 완료 보고를 실행 기록과 대조하는 장치를 한 겹 두는 쪽으로 볼 여지
0to1 자동화코딩 에이전트가 읽지도 않은 파일을 다 읽었다고 말한 비율을 잰 벤치마크
- 09.190to1 무인 파이프라인의 문맥 정리를 규칙 기반 축약 먼저, LLM 요약 나중 순서로 두는 쪽으로 실험해볼 여지
0to1 자동화코딩 하네스를 부품 단위로 갈라 176가지 조합으로 비교한 실험
- 09.19수치와 단위가 섞인 문서를 다루는 saegim-ai 색인에서 임베딩 검색만으로 충분한지 따로 재 볼 여지
새김 AI새김 Eval임베딩이 물리 측정값을 담는 방식이 겉보기 문자열 유사도에 휘둘린다는 보고
- 09.18saegim-ai 색인이 맡는 개인 자료 검색을 기기 안에서 도는 구성과 견줘 볼 여지
새김 AI내가 본 페이지와 내가 가진 파일만 뒤지는 사설 검색 엔진이 417점을 받았다
- 09.18saegim-eval 이 열린 가중치 모델을 쓸 때 비싼 심판 호출 위에 값싼 탐지기를 한 겹 두는 쪽으로 살펴볼 여지
새김 Eval보상 해킹이 모델 내부 표현에 흔적을 남기고, 벡터 하나로 공짜에 가깝게 잡힌다는 주장
- 09.18saegim-eval 에 정답지 없이 게임 결과로 판정하는 평가 틀을 하나 더 두는 갈래로 참고할 여지
새김 Eval위키백과 초록 스무고개로 프런티어 모델 여섯의 소통 효율을 잰 실험
- 09.18noon-desktop 대화 에이전트에 도구 실행이 어긋났을 때 실행 중에 되잡는 층을 기억보다 먼저 얹어 볼 여지
noon-desktop에이전트를 버티게 한 것은 기억이 아니라 실행 중 자기검증이었다는 실험
- 09.170to1 관제판에서 자동화 진행을 사후 기록이 아니라 도는 중인 상태로 보여 주는 방식을 볼 참고감으로 열어 볼 여지
0to1 자동화샤오미가 모델 사후학습 진행 상황을 라이브 관제판으로 열어 두고 있다
- 09.17noon-desktop 로컬 모델이 긴 대화 문맥에서 메모리에 걸릴 때 쓸 수 있는 갈래로 살펴볼 여지
noon-desktop24GiB 맥북 한 대에서 20만 토큰 문맥을 돌렸다는 로컬 서빙 런타임
- 09.17saegim-eval 심판이 근거가 얇을 때 점수를 매기지 않고 기권하는 칸을 두는 쪽에 실험해볼 여지
새김 Evalnoon-desktop답하기 전에 스스로 물어보게 해서 틀린 단정을 줄이자는 기권 설계
- 09.16그어봄 MCP 도구가 붙어 있는데도 모델이 안 고르는 문제를 다른 각도에서 볼 자료로 참고해볼 여지
그어봄noon-desktop스킬 고르기를 문맥에 넣지 말고 얼려 둔 모델 안에서 읽어내자는 제안
- 09.16saegim-eval 의 충실도 채점을 문서 단위 인용이 아니라 원문 구절 단위로 내려 보는 실험에 붙여볼 여지
새김 Eval인용을 원문 구절 그대로 붙여 주장 단위로 검증하게 하자는 임상 질의응답 평가
- 09.15noon-desktop 를 로컬 모델 쪽으로 밀 때 큰 지침 뭉치가 어디서 깨지는지 미리 훑어볼 자료로 참고해볼 여지
noon-desktop35KB 프리프롬프트를 상용 모델에서 자체 호스팅 올라마로 옮긴 기록
- 09.15saegim-eval 심판이 매기는 점수가 실제 적중과 얼마나 맞는지 재는 지표로 실험해볼 여지
새김 Eval교정 오차를 구간 나눔 대신 순위로 재자는 rankECE 제안
- 09.13noon-desktop 에서 맥 로컬 모델을 돌릴 때 애플 가속기 경로가 어디까지 쓸 수 있는지 가늠하는 자료로 참고해볼 여지
noon-desktop애플 뉴럴 엔진(ANE)을 역공학한 기록이 해커뉴스 상위권
- 09.13saegim-eval 도 공개 데이터 밖의 내 실제 문서로 심판 품질을 재는 쪽을 실험해볼 여지
새김 Eval공개 벤치마크 말고 비공개 실무 코드베이스로 AI 를 재자는 Real-SWE
- 09.12noon-desktop 이 로컬 모델과 원격 모델을 갈아끼울 때, 라우팅 계층을 직접 짤지 중개 API 에 맡길지 판단하는 데 참고해볼 여지
noon-desktopOpenRouter 를 쓰기 전에 알아야 할 것을 정리한 글이 해커뉴스 최상위
- 09.12Crab 확장이 이미 사용량을 재고 있으니, 절감을 내세우는 도구를 붙일 때 실제 사용량 곡선으로 대조해 보는 각도를 참고해볼 여지
Claude Usage Crab토큰을 아껴 준다는 주장과 실제 비용 측정이 어긋난다는 벤치마크 글
- 09.12saegim-eval 이 여러 공급자의 심판 모델을 부를 때, 두꺼운 래퍼 대신 얇은 클라이언트 계층을 두는 쪽을 실험해볼 여지
새김 EvalLiteLLM 에서 군더더기를 걷어냈다는 Litelm 이 해커뉴스에 올랐다
- 09.11saegim-eval 의 정답 없는 판정에, 따로 학습된 모델 간 일치도를 신뢰도 신호로 얹어 저신뢰 건을 걸러내는 실험을 해볼 여지
새김 Eval정답 없이 두 모델의 일치도만으로 배포 중 신뢰도를 재는 방식을 제안한 논문
- 09.11saegim-ai 백엔드가 긴 문서를 다룰 때, 순차 요약 대신 조각을 계층으로 묶어 병렬 요약하는 방식을 실험해볼 여지
새김 AI긴 문맥 추론을 계층적 합성곱으로 바꾸자는 ConvMem 제안
- 09.100to1 이 Tailwind v4 를 쓰고 있어, 인수 이후 릴리스와 유지보수 방향을 지켜볼 만함
0to1 자동화Shopify 가 Tailwind 를 인수한다는 소식이 해커뉴스 상위
- 09.10noon-desktop 로컬 LLM 후보로 무엇을 내놓는지 살펴볼 여지
noon-desktop기기에서 도는 로컬 고속 모델을 표방하는 Desert Ant Labs 소개 글이 화제
- 09.09noon-desktop 로컬 모델의 양자화 수준을 고를 때 기준으로 참고해 볼 만함
noon-desktopQwen3.8 27B 양자화 벤치마크, 4비트는 버티고 1비트는 무너진다는 결과
- 09.09새김AI RAG 플랫폼의 색인 전량 재생성 원칙과 원본은 제품이 갖는다는 설계에 근거 자료로 붙여 볼 만함
새김 AI에이전트 기억이 모델 업그레이드를 견디는지 잰 통제 실험, 원본 보존과 전량 재임베딩을 권한다
- 09.09새김AI MCP 가 X-Saegim-Key 헤더 인증으로 이미 푼 문제라, 그 구현기를 0to1 글감으로 삼아 볼 여지
0to1 자동화새김 AIMCP 파이썬 SDK 의 Bearer 헤더 인증 질문이 스택오버플로에서 가장 많이 읽혔다
- 09.06saegim-eval 심판 프롬프트가 예외 규칙을 덧붙이며 길어질 때 진단·다양화·안정화 삼단으로 줄여 볼 여지
새김 Eval프롬프트 최적화가 규칙만 덧붙여 길어지는 문제를 진단·다양화·안정화로 끊자는 제안
- 09.06saegim-eval 이 근거 단계를 읽고 점수를 매기는 구간에 대해, 심판이 실제로 중요한 단계를 짚는지부터 따로 재 볼 여지
새김 Eval추론 사슬이 읽힌다고 해서 해석되는 것은 아니라는 검증
- 09.06noon-desktop 에서 매번 모델을 부르는 정형 문구 처리 몇 개를 작은 로컬 함수로 구워 볼 여지
noon-desktop자연어 명세를 작은 신경 함수로 굽는 컴파일 방식이 제안됐다
- 09.05saegim-eval 매일 실행분에 같은 입력 재실행 일치도를 먼저 재는 계측기 점검을 얹어 볼 여지
새김 Eval공용 엔드포인트 위의 LLM 심판은 계측기로 못 쓴다는 사전등록 감사 결과
- 09.04그어봄 MCP 도구가 붙여 놓고도 안 골라지는 문제를, 실행을 세어 보는 방식으로 재 볼 여지
그어봄코딩 에이전트가 어떤 도구를 고르는지 1만 7천 회 실행으로 재 봤다는 글
- 09.03saegim-eval 에 출처 신뢰도를 검색 품질 지표로 얹어 볼 여지
새김 Eval세 사이트가 만든 21만 5천 개의 "최고의 소프트웨어" 페이지를 퍼플렉시티가 인용한다는 조사가 화제
- 09.03saegim-eval 심판 모델이 흔들릴 때 프롬프트만 고치지 말고 어느 단계에서 판정이 갈리는지 보는 관점으로 참고해 볼 여지
새김 EvalLLM 심판이 점수를 어떻게 매기는지 내부를 뜯어본 논문이 올라왔다
- 09.03새김AI 백엔드 검색이 어휘만 겹치는 문서를 올리는지 saegim-eval 로 따로 재 볼 여지
새김 AI새김 Eval임베딩 검색이 구조가 아니라 표면 어휘를 따라간다는 논문이 올라왔다
- 09.03noon-desktop 로컬 모델을 줄일 때 층별 손대기보다 양자화 단위부터 보는 순서로 참고해 볼 여지
noon-desktop양자화 손실은 특정 층에 몰려 있지 않으니 여분의 1비트를 전역에 쓰라는 논문
- 09.02noon-desktop 의 로컬 LLM 구동 한계를 메모리 대신 오프로딩 관점에서 다시 볼 여지
noon-desktop125B 모델을 16GB 맥에서 굴리는 전문가 오프로딩 도구가 Show HN 에 올랐다
- 09.02새김AI 백엔드 청킹을 설정 파일로 빼고 saegim-eval 로 청킹 방식별 검색 품질을 재 볼 여지
새김 AI새김 Eval고정 크기 청킹을 설정 가능한 의미 단위 청킹으로 바꿨더니 F1 이 8.4포인트 올랐다는 논문
- 09.01noon-desktop 의 로컬 LLM 구동 전제를 맥 하드웨어 기준으로 다시 재 볼 여지
noon-desktopAI 수요로 맥 미니와 맥 스튜디오가 예상 밖으로 팔린다는 보도에 논의가 몰렸다
- 09.010to1 자동화 하네스의 스킬 지시문과 스크립트를 한 묶음으로 보고 같이 손보는 규칙을 세워 볼 여지
0to1 자동화클로드 코드 플러그인 마켓플레이스 1,926개를 훑은 실증 연구가 나왔다
- 09.01saegim-eval 에서 답변 텍스트만으로는 판정이 불가능한 항목을 따로 분리해 두는 설계를 검토해볼 여지
새김 Eval발화 형태만으로는 화자의 의도에 닿을 수 없다는 정보이론적 상한이 제시됐다
2026.0881건
- 08.31saegim-eval 심판이 반복해서 틀리는 유형을 실패 프로파일로 모아 프롬프트에 되먹이는 방식을 실험해볼 여지
새김 Evalnoon-desktop약한 모델이 틀리는 방식을 추론 시점 힌트로 되먹이자는 CritICL 이 제안됐다
- 08.31saegim-eval 에 '성공 여부' 말고 '과정 품질' 을 별도 축으로 두는 판정 설계를 검토해볼 여지
새김 Eval성공한 궤적이라고 다 좋은 학습 데이터는 아니라는 SWE-Prime 이 나왔다
- 08.31새김AI 검색 레이어에서 질의를 '답을 찾는 검색' 과 '넓히는 검색' 으로 나눠 다르게 다루는 실험을 해볼 여지
새김 AI새김 Eval논문 검색을 세 가지 발상 동작으로 나눠 재는 RATIO 벤치마크가 공개됐다
- 08.300to1 자동화 하네스가 매일 굴리는 실행 이력을 그때그때 버리지 말고 누적 위키로 모아 다음 실행의 입력으로 되먹이는 구조를 실험해볼 여지
0to1 자동화그어봄에이전트 경험을 위키로 굳혀 스킬을 진화시키자는 WikiSkill 이 제안됐다
- 08.30saegim-eval 의 심판 설계에 다중 턴 상태 추적(같은 결함이 라운드를 넘어 살아 있는지)을 평가 축으로 얹어볼 여지
새김 Eval코드 리뷰를 한 번의 판정이 아니라 여러 라운드로 재는 벤치마크가 제안됐다
- 08.28noon-desktop 로컬 대화 모델과 noon 쪽 온디바이스 처리 후보를 다시 살펴볼 여지
noon-desktopnoon작은 모델이 이제 쓸 만해졌다는 글에 댓글 187개
- 08.28saegim-eval 심판 판정에 추론 기록을 같이 남겨 되짚을 수 있게 하는 쪽으로 실험해볼 여지
새김 EvalLLM 데이터 에이전트의 추론 기록을 감사 가능하게 만들자는 논문
- 08.27saegim-eval 에 검색 정확도와 별개로 검색된 근거가 실제 판단을 바꿨는지 재는 항목을 붙여볼 여지
새김 Eval새김 AI검색은 맞는데 판단에는 안 들어간다, 검색 평가가 통과시키는 구멍을 지적한 논문
- 08.27noon-desktop 대화 에이전트의 장기 기억을 진행 상태와 축적 기술로 나눠 보는 설계로 실험해볼 여지
noon-desktop0to1 자동화긴 작업에서 기억을 재귀로 갈아 끼우는 에이전트 하네스가 제안됐다
- 08.270to1 동향 수집처럼 무인으로 도는 탐색에 멈추는 조건과 후보 범위를 미리 고정하는 방식으로 참고해볼 여지
0to1 자동화새김 Eval열린 탐색 대신 경계를 미리 못 박은 학술 딥서치가 제안됐다
- 08.26saegim-eval 채점 설계에서 결과만 보지 않고 과업이 실제로 수행됐는지를 별도 단계로 재는 방식으로 참고해볼 여지
새김 Eval코딩 에이전트가 저장소 통째 마이그레이션을 해내는지 재는 벤치마크, 520회 중 28회만 통과했다고 보고
- 08.26saegim-eval 심판에 채점 루브릭을 심판 쪽에만 주는 비대칭 정보 배치를 실험해볼 여지
새김 EvalGRPO 처럼 여러 응답을 뽑는 대신 비평자를 안정적으로 학습시키자는 레시피가 제안됐다
- 08.25saegim-eval 심판 단계에 작은 모델을 붙이고 생성·수정 쪽에 예산을 몰아보는 배분으로 실험해볼 여지
새김 Eval생성·비판·수정에 같은 크기 모델을 쓰지 말라는 연구, 비판자는 작아도 된다고 보고
- 08.250to1 무인 파이프라인에서 사람이 못 보는 산출물에 기계가 통과시키는 관문을 두는 방식으로 참고해볼 여지
0to1 자동화한 사람이 다섯 주 만에 에이전트 무리로 RISC-V 칩까지 갔다는 보고, 관문은 기계 검증이라 주장
- 08.240to1 의 launchd + claude -p 무인 파이프라인도 일종의 하네스라, 남들이 쓰는 정의와 대조해볼 여지
0to1 자동화에이전트를 감싸는 하네스(harness)가 무엇인가를 정의하려는 글이 297점
- 08.24이 저장소의 CLAUDE.md 규칙과 항목 단위로 대조해볼 여지
0to1 자동화LLM 코딩 품질을 올리려고 쓰는 자기 agent.md 를 공개한 글이 화제
- 08.24noon-desktop 로컬 LLM 응답에서 쉬운 말 걸기와 긴 추론을 나눠 붙여볼 여지
noon-desktop얼마나 생각할지를 모델이 첫 토큰으로 스스로 고르게 했더니 토큰이 41퍼센트 줄었다는 연구
- 08.24saegim-eval 심판 호출에서 싼 추정과 비싼 판정을 언제 갈아탈지의 기준으로 대조해볼 여지
새김 Eval어느 모델에 보낼지 재는 비용까지 계산에 넣자는 판도라 상자식 라우팅 제안
- 08.24그어봄 MCP 도구 설명이 모델에게 어떤 어포던스로 읽히는지 점검하는 관점으로 참고해볼 여지
그어봄일반 도구 사용은 사후학습 말고 중간학습에서 가르쳐야 한다는 주장
- 08.230to1 무인 파이프라인도 단일 claude -p 호출이라, 여러 에이전트를 한 하네스로 묶는 방식은 구조만 참고해볼 여지
0to1 자동화내 분신들로 사무실을 굴린다는 에이전트 하네스 Munder Difflin에 댓글 114개
- 08.23noon-desktop 로컬 LLM 체감 품질이 낮게 느껴질 때, 모델을 바꾸기 전에 실행 설정부터 대조해볼 여지
noon-desktop로컬 LLM이 실제보다 멍청하게 느껴지는 이유를 짚은 글이 화제
- 08.23saegim-eval에서 점수가 올랐다고 말할 때, 같은 파이프라인을 통과한 고정 대조군을 함께 재는 설계로 붙여볼 만함
새김 Eval모델이 스스로 나아졌다는 측정 대부분이 기준선 없이는 뒤집힌다는 감사 연구
- 08.23검색을 붙이지 않고 답하게 하는 반대편 접근이라, 새김AI RAG 배관의 비교 기준선으로 놓고 생각해볼 여지
새김 AI문서를 검색으로 붙이지 말고 모델 안에 넣자는 3단계 후학습(IAR) 제안
- 08.22saegim-eval 관점과 닿는 결과. 임베딩 유사도 히트가 실제 답변 대체 가능성을 보증하지 못한다는 감사 방식을 평가 지표 설계에 대조해볼 여지
새김 EvalLLM 시맨틱 캐시는 어떤 퇴출 정책을 써야 하나, 전부 재봤더니 LFU가 강했다는 연구
- 08.220to1 자동화 하네스의 스킬·프롬프트를 과업 통짜가 아니라 하위작업 단위 텍스트로 쪼개 두는 쪽을 참고해볼 여지
0to1 자동화에이전트가 익힌 스킬은 과업 단위보다 하위작업 단위로 쪼개야 옮겨진다는 연구
- 08.21noon 쪽 온디바이스 소형 모델 실험에서 Core ML 변환과 실시간 예산을 잡을 때 참고해볼 여지
noon1억 2500만 파라미터 모델로 피아노 연주를 기기 안에서 이어 치게 만들었다는 사례
- 08.210to1 자동화 하네스에서 프롬프트를 매번 흘려보내지 말고 의도 기록으로 남겨 두는 쪽을 실험해볼 여지
0to1 자동화의사코드를 저장하면 실제 코드로 바뀌는 에디터 Huzzah가 제안됐다
- 08.21noon-desktop 로컬 모델을 한 대에 다 올리지 못할 때 층 분할 서빙을 선택지로 재볼 여지
noon-desktop한 대에 안 들어가는 모델을 사무실 PC 여러 대에 층으로 쪼개 돌리자는 제안
- 08.20noon-desktop 로컬 모델을 맥에서 돌릴 때 양자화 판을 바꿔 보는 선택지로 참고해볼 여지
noon-desktop언슬로스가 동적 양자화 3.0 GGUF를 내놓아 165점을 모았다
- 08.200to1 자동화 하네스의 지침 파일이 도구별로 갈릴 때, 공통 규약 쪽 논의를 따라가 볼 만함
0to1 자동화클로드 코드에 AGENTS.md를 지원하라는 요청이 HN 앞자리에 올랐다
- 08.20saegim-eval 심판 점수를 한 번이 아니라 여러 번 돌려 분산까지 같이 보고, 문항 순서를 섞어 보는 쪽으로 실험해볼 여지
새김 Eval스스로 개선하는 에이전트가 과제 순서만 섞어도 흔들린다는 재평가
- 08.19새김AI 백엔드 색인의 임베딩 저장·검색 비용을 볼 때 양자화 쪽 선택지로 눈여겨볼 만함
새김 AI새김 Eval구글의 TurboQuant 벡터 검색을 러스트로 옮긴 구현이 191점을 모았다
- 08.19noon-desktop 대화 기억을 길게 끌고 갈 때 메모리 용량을 고정으로 두지 않는 쪽 설계로 참고해볼 여지
noon-desktop메모리를 처음부터 크게 열지 말고 문맥이 자랄수록 넓히자는 제안
- 08.19saegim-eval 심판이 채점 기준을 실제로 읽는지, 기준을 바꿔 넣고 점수가 따라 움직이는지 반대 사례로 확인해볼 여지
새김 Eval규정 준수 탐지기가 정작 규칙을 안 읽는다는 감사 결과
- 08.180to1 무인 파이프라인처럼 사람 검토 없이 커밋까지 가는 경로에 무엇이 통과되는지 점검 항목을 세워 둘 여지
0to1 자동화코파일럿이 만든 자동 수정이 스노우플레이크 지라 침해로 이어졌다는 보안 분석
- 08.18noon-desktop 대화가 세션을 넘어갈 때 무엇을 원문 그대로 남기고 무엇을 요약할지 나누는 기준으로 참고할 여지
noon-desktop0to1 자동화세션이 끊길 때 무엇을 넘겨야 하는가를 이론으로 규정하려는 논문
- 08.18saegim-eval 심판이 여러 근거를 한 번에 읽고 판정하는 구간을, 근거별 해석과 최종 집계로 나눠 실험해볼 여지
새김 Eval새김 AI여러 근거를 한 프롬프트에 몰아넣지 말고 해석과 집계를 나누자는 제안
- 08.17노트북 하네스에서 지시를 어디에 두고 어떤 순서로 쌓을지 정할 때, 공개된 시스템 프롬프트 구성을 대조 기준으로 삼아볼 여지
0to1 자동화noon-desktop클로드의 시스템 프롬프트 문서가 공개되며 507점, 댓글 212개가 붙었다
- 08.17saegim-eval 채점에서 모델 출력만 보지 말고 그 출력이 지나는 경로와 최종 상태까지 기록해 두는 쪽으로 넓혀볼 여지
새김 Eval그어봄코딩 에이전트 점수가 같아도 명령이 실행되는 길목에서 깨진다는 벤치마크
- 08.17noon-desktop 로컬 모델 응답 지연을 줄일 때 투기적 디코딩(speculative decoding) 쪽 선택지로 눈여겨볼 만함
noon-desktop확산 초안에 자기회귀 교정을 트리로 확장해 추론을 앞당긴다는 제안
- 08.160to1 야간 하네스처럼 무인으로 도는 루프에 측정과 재시도를 물려 스스로 개선안을 굴리게 하는 쪽을 실험해볼 여지
0to1 자동화코딩 에이전트에 자동 연구를 맡겨 커널을 232배 빠르게 만들었다는 글이 이날 최상단
- 08.16프롬프트만 고치는 대신 하네스(도구 구성, 절차, 검사)를 결과 기록으로 고쳐 나가는 방식을 0to1 자동화 파이프라인에 붙여볼 만함
0to1 자동화새김 Eval에이전트를 감싼 하네스 자체를 코드 에이전트가 고쳐 나가게 하자는 제안
- 08.161B급 온디바이스 모델이 어디까지 쓸 만한지 재보는 기준선으로 noon-desktop 로컬 대화에 얹어볼 여지
noon-desktop허용된 데이터만 써서 10억 파라미터로 프런티어급을 냈다는 오픈 모델
- 08.15고정 라벨로 분류하는 대신 질의에서 가상 분류를 생성해 맞춰 보는 쪽을 saegim-eval 검색 품질 심판에 실험해볼 여지
새김 Eval분류하지 말고 지어내게 하라는 검색 쪽 글이 계속 상단에 있다
- 08.15도구 호출을 문자열로 감싸 넘기는 구간을 그어봄 MCP 서버에서 따로 재생해 보고, 최종 상태로 검증하는 항목을 두는 쪽을 실험해볼 여지
그어봄새김 Eval명령을 감싸고 다시 파싱하는 껍데기에서 에이전트 성공률이 무너진다는 벤치마크
- 08.14작은 모델을 더 붙이기 전에 하네스 쪽에서 형식 강제와 결정적 코드로 밀어내는 폭을 넓혀 보는 쪽을 noon-desktop 도구 그라운딩에 실험해볼 여지
noon-desktop강한 모델이 하네스를 짜 주면 약한 모델이 재학습 없이 따라온다는 실험
- 08.14답만 맞히는지 말고 예측한 도구 호출을 실제로 다시 실행해 검증하는 방식을 그어봄 회귀 테스트에 붙여볼 만함
그어봄새김 EvalAPI와 문서를 오가는 다단 추론에서 프런티어 모델도 절반에서 막힌다는 벤치마크
- 08.14MCP 도구 설명문을 신뢰 입력으로 두지 말고, 호출 경로와 토큰 소모가 평소보다 부푸는지 지표로 보는 쪽을 그어봄에 실험해볼 여지
그어봄제3자 스킬 설명문 하나로 에이전트를 비싼 길로 우회시킬 수 있다는 공격 제안
- 08.13환각 판정을 확신도 하나로 보지 말고 답이 근거 문서에 기대고 있는지에 따라 신호를 갈라 보는 쪽을 saegim-eval 충실도 계층에 실험해볼 여지
새김 Eval확신에 찬 예측이 어텐션 경로 교란에 얼마나 흔들리는지를 불확실성 신호로 쓰자는 제안
- 08.13한국어로 물었을 때와 영어로 물었을 때 도구 호출 순서가 같은지를 그어봄 회귀 테스트에 넣어볼 여지
그어봄같은 과제를 다른 언어로 주면 도구 쓰는 에이전트의 행동 경로가 달라진다는 측정
- 08.12심판 점수를 확신도로만 보지 말고 확신이 어떻게 움직였는지까지 지표로 넣어보는 쪽을 saegim-eval 에 실험해볼 여지
새김 Eval확신이 처음부터 높으면 오히려 틀린다는 관찰로 짠 검증기 없는 추론 선택법
- 08.12도구 호출을 바로 실행하지 말고 승인, 반려, 사람 상신 셋으로 가르는 게이트를 그어봄 MCP 앞단에 얹어볼 여지
그어봄새김 Eval로봇 실행 앞단에 LLM 심판 앙상블을 세워 계획을 통과, 반려, 상신으로 가른다는 제안
- 08.10그어봄 MCP 도구를 JSON 스키마로만 노출하는 지금 방식 옆에, 코드로 엮어 부르는 경로를 실험해볼 여지
그어봄noon-desktopJSON 도구 호출 대신 코드로 도구를 부르자는 비교 실험
- 08.10표와 숫자가 많은 문서는 청킹 전에 어휘 검색과 구간 읽기 경로를 따로 두는 쪽을 새김AI 백엔드 검색 레이어에 재볼 여지
새김 AI새김 Eval임베딩 없이 에이전트가 원문을 직접 읽게 하자는 검색 설계
- 08.10심판이 답을 재는 것과 같은 방식으로 평가셋 자체를 한 번 재 두는 절차는 saegim-eval 에 그대로 붙여볼 여지
새김 Eval벤치마크 자체의 품질을 LLM 심판으로 재자는 제안
- 08.09saegim-eval 의 답변충실도 평가에 '오도 맥락을 넣었을 때 정답이 뒤집히는가' 조건을 한 칸 더 두는 식으로 실험해볼 여지
새김 Eval새김 AI맥락을 무조건 거부하는 모델은 견고한 게 아니라 쓸모없다는 문제 제기
- 08.090to1 무인 파이프라인이나 그어봄 도구 호출이 실패했을 때, 마지막 단계만 보지 말고 '최초 원인 단계' 를 남기는 로깅으로 붙여볼 만함
0to1 자동화그어봄긴 에이전트 실행 기록에서 최종 실패를 만든 첫 오류를 짚어내자는 프레임워크
- 08.09noon-desktop 로컬 모델을 맥에서 돌릴 때 dtype 선택에서 먼저 확인해둘 자리
noon-desktop맥에서 BFloat16 이 MPS 에 없다는 질문이 조회 1만을 넘겼다
- 08.08그어봄 MCP 도구를 JSON 스키마 호출로만 두지 말고, 코드로 엮어 부르는 경로를 노는 실험으로 재볼 여지
그어봄noon-desktop도구 호출을 JSON 대신 코드로 시키자는 주장을 14개 모델에서 재봤다
- 08.08표가 많은 문서를 넣을 때 청크가 숫자와 단위 헤더를 가르는지 새김AI 백엔드 청커에서 먼저 재보고, saegim-eval 검색품질 쪽에 그 조건을 한 칸 두는 식으로 실험해볼 여지
새김 AI새김 Eval표가 많은 문서에서는 임베딩 top-k 검색이 구조적으로 안 맞는다는 문제 제기
- 08.08saegim-eval 이 답을 채점하는 것에 더해, 평가 문항 자체의 일관성과 커버리지를 같은 심판으로 한 번 재 보는 쪽에 붙여볼 만함
새김 Eval모델이 아니라 벤치마크 자체를 LLM 심판으로 채점하자는 제안
- 08.07사람이 매번 승인하는 것에 기대지 않도록, 0to1 야간 자동화 하네스에서 위험한 명령을 훅으로 미리 막는 쪽을 점검해볼 여지
0to1 자동화사람이 에이전트 명령을 승인할 때 위험한 것 셋 중 하나를 놓쳤다는 집계
- 08.07기성 임베딩을 쓰기 전에 BM25 기준선을 같이 재 두는 방식은 saegim-eval 검색품질 계층과 새김AI 백엔드 검색 레이어에 붙여볼 여지
새김 Eval새김 AI그리스어 검색에서 BM25 가 기성 다국어 임베딩을 앞섰다는 보고
- 08.07검증을 통과한 것만 기억에 넣는 관문 구조는 noon-desktop 의 도구 사용 기록과 0to1 자동화 하네스의 실패 회수 경로에 참고할 여지
noon-desktop0to1 자동화가중치는 그대로 두고 런타임 상태만으로 에이전트를 키운다는 설계
- 08.06검색 단계를 값싼 오픈 모델로 내리는 구성은 새김AI 백엔드 검색 레이어에, 비교 축을 세우는 쪽으로는 saegim-eval 검색품질 계층에 실험해볼 여지
새김 AI새김 Eval100배 싼 오픈 모델로 검색 과제에서 프런티어 모델을 이겼다는 주장이 화제
- 08.06외부 입력을 그대로 도구에 넘기는 경로가 있는지, 그어봄 MCP 서버의 입력·응답 경계를 한 번 점검해볼 여지
그어봄아틀라시안 Rovo 가 통제를 우회해 데이터를 새게 한다는 보고
- 08.06판정 절차와 예산을 같이 적어 두라는 요구는 saegim-eval 의 심판 프로토콜 기록 방식에 참고할 여지
새김 Eval테스트타임 스케일링을 한 덩어리로 묶어 비교하지 말자는 정리 논문
- 08.06기억을 켜고 끈 짝 비교로 효용을 재는 설계는 noon-desktop 의 대화 기억이 실제로 도움이 되는지 확인하는 데 붙여볼 여지
noon-desktop쌓인 경험이 정말로 에이전트를 낫게 만드는지 재는 벤치마크가 나왔다
- 08.05noon-desktop 대화 입출력 필터를 로컬 소형 모델로 두는 선택지로 검토해볼 여지
noon-desktop미스트랄이 멀티모달 검열용 3B 오픈웨이트 모델 Shieldstral 을 냈다
- 08.05온디바이스에서 문맥을 미리 구워 두는 발상은 noon-desktop 로컬 대화 그라운딩에, 색인 형태를 바꿔 보는 실험으로는 saegim-eval 검색 레이어에 붙여볼 여지
noon-desktop새김 Eval검색 문맥을 SSM 은닉상태로 미리 구워 두면 프리필이 O(1) 이 된다는 제안
- 08.05희소와 밀집을 한 모델에서 같이 얻는 구성은 새김AI 백엔드 색인의 하이브리드 검색 실험에, 평가 축으로는 saegim-eval 검색품질 계층에 참고할 여지
새김 AI새김 Eval희소 표현과 밀집 표현을 한 번의 순전파로 같이 뽑자는 임베딩 모델
- 08.04새김AI 백엔드 검색 레이어에서 질의별 탐색 깊이를 조절하는 방향으로 실험해볼 여지, saegim-eval 의 검색품질 편차 측정에도 붙여볼 만함
새김 AI새김 Eval질의마다 검색 깊이를 다르게 잡아 벡터 검색의 재현율 편차를 줄이자는 제안
- 08.03같은 토큰 비용으로 짝지어 비교하는 실험 설계는, saegim-eval에서 심판 보정 루프를 늘릴 때 그 이득이 방법 덕인지 비용 덕인지 가르는 데 붙여볼 만함
새김 Eval자기점검 루프가 같은 토큰 비용의 반복 샘플링에 진다는 재현 실험
- 08.03여덟 축 체크리스트로 자기 시스템 프롬프트를 훑는 방식은 noon-desktop 대화 프롬프트를 점검하는 데 참고할 여지
noon-desktop상용 AI 제품 88개의 시스템 프롬프트를 여덟 축으로 감사한 결과가 공개됐다
- 08.03연산을 늘렸을 때 실패가 거짓 성공으로 옮겨간다는 관찰은, noon-desktop 로컬 도구 호출 루프의 재시도 한도를 정할 때 참고할 여지
noon-desktop로컬 컴퓨터 사용 에이전트는 추론 연산을 더 써도 실패 양상만 바뀐다는 실측
- 08.02원장·위키·가이드가 섞여 있는 0to1 문서 층을 네 갈래 기준으로 다시 갈라 보는 데 참고할 여지
0to1 자동화문서를 네 갈래로 나누는 Diátaxis 체계가 다시 화제
- 08.02심판이 실패를 성공으로 봐주는 편향을 따로 재는 축은, 사람 판정을 정답으로 둔 셋으로 saegim-eval 심판을 역검증하는 데 붙여볼 만함
새김 Eval심판으로 쓰는 비전언어모델이 실패한 실행을 성공으로 봐준다는 벤치마크
- 08.02검색 단계를 전역 경로와 국소 검증으로 나눠 재는 구성은, saegim-eval의 검색품질 계층을 두 축으로 쪼개 보는 데 참고할 여지
새김 Eval멀티모달 검색증강생성(RAG)에서 거시 추론과 미시 매칭을 그래프로 분리하자는 제안
- 08.01정답 여부와 근거의 타당성을 따로 재는 축을, 답변 충실도를 보는 saegim-eval 심판 프롬프트에 실험해볼 여지
새김 EvalAI의 추론이 맞는 답을 틀린 이유로 내는 것 아니냐는 물음
- 08.01비교군의 토큰 비용을 맞추고 부트스트랩 구간까지 붙이는 실험 설계를, saegim-eval 심판 비교 실험에 붙여볼 만함
새김 Eval자기 답을 고쳐 쓰는 기법들이 같은 토큰 비용에서 반복 샘플링에 진다는 재실험
- 08.01로컬 모델에 계산을 더 붙이기 전에 실패 유형부터 나눠 보는 접근은, 로컬 LLM으로 도구를 쓰는 noon-desktop 쪽에 참고할 만함
noon-desktop로컬 컴퓨터 사용 에이전트는 계산을 더 써도 실패 방식만 바뀐다는 실증 연구
2026.0744건
- 07.31성공률 대신 실제 손해와 거짓 보고를 잡아내는 평가 축을, 답변 충실도를 재는 saegim-eval 쪽에 실험해볼 여지
새김 Eval에이전트에 실제 사업을 맡겼더니 거짓말하고 스팸을 보내고 447달러를 잃었다는 보고
- 07.31교사와 학생의 행동 차이를 질문 세트로 재보는 방식은, 심판 모델의 편향을 점검하려는 saegim-eval 쪽에 붙여볼 만함
새김 Eval증류로 성능은 옮겨왔는데 검열 성향은 안 따라왔다는 실험
- 07.31후기 상호작용(late-interaction) 방식을 검색 품질 계층 비교군으로 saegim-eval에 얹어볼 여지
새김 Eval닫힌 학습 데이터 없이 검색 모델을 재현하자는 완전 공개 레시피
- 07.31정답지 없는 과제를 사람이 루브릭으로 채점하는 설계는, 참조 없는 심판을 굴리는 saegim-eval의 채점 기준 설계에 참고가 될 여지
새김 Eval에이전트가 열린 연구를 할 수 있는지 원저자에게 채점받아 봤다는 논문
- 07.30맥에서 로컬 모델을 돌리는 noon-desktop 쪽에, 메모리에 안 들어가는 모델을 SSD 스트리밍으로 굴리는 접근을 살펴볼 여지
noon-desktop8GB 맥에서 26B 모델을 굴렸다는 추론 엔진이 HN 최고 화제
- 07.30CLAUDE.md와 스킬 문서로 무인 파이프라인을 굴리는 0to1 하네스에서, 규칙을 길게 적는 것과 실제로 지켜지는 것 사이의 간극을 점검해볼 여지
0to1 자동화긴 정책 문서로 에이전트를 통제할 수 없다는 논문이 논의를 끌었다
- 07.30라우터 분포로 불확실성을 재는 발상은, 심판 모델이 얼마나 헷갈리는지를 신뢰도로 쓰려는 saegim-eval 쪽에 실험해볼 여지
새김 Eval확신이 없을 때만 전문가를 더 켜자는 MoE LoRA 라우팅 기법
- 07.30결과만 보지 않고 중간 관측을 제대로 읽었는지 단계별로 재는 설계는, 평가 축을 쪼개는 saegim-eval 쪽에 참고가 될 여지
새김 Eval컴퓨터 조작 모델이 화면이 어떻게 바뀌었는지 알아보는지 따로 재보자는 벤치마크
- 07.29리랭커를 빼면 크게 무너지고 그래프 채널 기여는 작았다는 대비가 saegim-eval 검색품질 계층의 우선순위 판단에 참고가 될 여지
새김 Eval새김 AI운영 현장에 실제로 배포한 RAG를 자체 평가셋으로 뜯어본 보고
- 07.29대화가 길어지는 noon-desktop에서 무엇을 기억에 남길지 정할 때, 도착 시점에 판단하는 대신 조금 뒤에 실제 참조를 보고 정하는 관점을 실험해볼 여지
noon-desktop캐시에서 뭘 버릴지를 예측이 아니라 관측으로 정하자는 제안, 그리고 벤치마크에서 안 통했다는 자기 보고
- 07.280to1 자동화 스킬들도 성공 사례만 보고 있는데, 스킬을 뺐을 때 되던 게 스킬 넣고 안 되는 경우를 따로 세보는 관점을 얹어볼 여지
0to1 자동화새김 Eval에이전트에 스킬을 붙이면 이득만큼 퇴행도 생긴다는 측정 연구
- 07.28noon-desktop처럼 대화 한 판이 여러 호출로 이어지는 구조라면, 호출별이 아니라 세션 단위로 모델을 고정하는 방식을 실험해볼 여지
noon-desktop호출마다가 아니라 과제 단위로 모델을 고르자는 라우팅 제안
- 07.27새김 Eval의 근거 판정도 충분성 쪽으로 기울어 있는데, 그 근거를 빼면 답이 깨지는지 보는 필요성 축을 더해볼 여지
새김 Eval설명이 충분한지만 보지 말고 필요한지도 재자는 시계열 해석 연구
- 07.26noon 픽셀 에셋에서 색 수를 줄일 때 형태가 뭉개지지 않게 하는 처리로 참고할 만함
noon이미지를 어떻게 디더링하는지 직접 풀어쓴 글
- 07.26noon 워치 렌더링도 같은 제약 아래 있으니, 무엇을 포기하고 무엇을 지킬지 판단에 참고
noon작은 휴대기기용 초소형 3D 렌더러를 직접 만든 개발기
- 07.260to1 자동화도 사람이 남는 지점이 어디인지 설명할 언어가 필요한데, 그 구분을 셋으로 나눈 틀로 참고할 만함
0to1 자동화고성능 AI가 와도 인간 참여가 남는 이유를 셋으로 정리한 논문
- 07.25Claude Usage Crab이 크레덴셜 토큰을 다루는 만큼, 발행 산출물에 비밀이 섞이지 않는지 점검하는 관점으로 참고
Claude Usage Crab보안 카메라 로그인 페이지에 GitHub admin 토큰이 담겨 배포된 사례
- 07.25새김 Eval 심판이 근거 있는 판정을 유지하는지, 반대 의견에 흔들리는지 재는 축으로 실험해볼 여지
새김 EvalLLM의 아첨을 한 축으로 보지 말고 저항과 순응의 구조로 보자는 연구
- 07.250to1 무인 파이프라인도 하네스 위에서 도는 만큼, 하네스를 관찰 대상이 아니라 기록 대상으로 두는 관점으로 참고할 만함
0to1 자동화Claude Code 같은 추론 하네스를 그대로 학습시키는 OpenForgeRL 제안
- 07.240to1 자동화 파이프라인(launchd + claude -p)의 컨텍스트 주입 전략 점검에 참고할 만함
0to1 자동화소프트웨어 팩토리는 왜 실패하나, 코딩 에이전트 컨텍스트 엔지니어링 논의
- 07.24saegim-eval에서 opus/gpt-5.5 단일 심판 대신 모델 풀 라우팅을 실험해볼 여지
새김 EvalEcho, 오픈웨이트 모델 여러 개를 하나의 AI 시스템으로 묶어 비용을 1/3로
- 07.23saegim-eval의 LLM 심판 설계에서 벤치마크 과적합 문제를 어떻게 피할지 참고할 만한 논점
새김 EvalAI 랩들이 벤치마크를 부풀리고 있나, Pelicanmaxxing 논쟁
- 07.23saegim-eval의 reference-free 심판 루브릭 설계에 메타 루브릭 접근법을 실험해볼 여지
새김 EvalGAMUT, 개방형 텍스트 생성의 사실 완전성(Factual Completeness)을 평가하는 메타 루브릭 벤치마크
- 07.22saegim-eval의 LLM 심판 파이프라인에서 외부 모델 호출 시 보안 경계 설계에 참고할 만한 사례
새김 EvalOpenAI와 Hugging Face, 모델 평가 중 보안 사고 공동 대응 공개
- 07.210to1 launchd+claude 무인 파이프라인의 모델 선택/비용 최적화에 참고할 만한 관점
0to1 자동화에이전트 스웜(Agent Swarm)과 새 모델 경제학, Cursor 블로그 분석
- 07.21saegim-eval의 LLM 심판 능력 진단 관점에서, 약점 영역을 체계적으로 찾는 방법론으로 참고할 여지
새김 EvalCRAFT: LLM의 약점을 클러스터링 루브릭으로 진단하고 표적 파인튜닝 데이터를 생성하는 방법론
- 07.200to1 launchd+claude 파이프라인에서 런타임 변화가 실행 속도에 미치는 영향 체감해볼 시점
0to1 자동화Claude Code, 런타임을 Bun(Rust 기반)으로 전환
- 07.20saegim-eval 검색 품질 평가에서 정적 점수만으로 문서 유용성을 판단하는 방식의 한계를 실험해볼 여지
새김 Eval정적 검색 평가 점수가 멀티스텝 에이전트 검색의 실제 효과를 예측하지 못한다는 연구
- 07.19noon watchOS처럼 극도로 제한된 환경에서 온디바이스 음성/사운드 반응을 붙여볼 때 참고할 만한 사이즈 기준점
noon500KB 미만으로 음성 인식과 TTS를 구현한 Moonshine Micro
- 07.190to1 launchd+claude -p 무인 파이프라인의 다음 단계(전용 머신 격리) 참고
0to1 자동화여분 Mac을 Claude Code 전용 머신으로 세팅하는 가이드가 167포인트
- 07.19saegim-eval의 멀티스텝 검색 평가에서 에이전트 상태 추적과 실패 메모리 개념을 실험해볼 여지
새김 EvalSearchOS-V1, 멀티에이전트 검색의 '상태 관리' 문제를 시스템 수준에서 해결하는 프레임워크 제안
- 07.18saegim-eval의 reference-free 평가에서 자기일관성 기반 보조 지표를 실험해볼 여지
새김 EvalLLM 응답의 통계적 자기일관성(Self-Consistency)을 reference-free로 검증하는 논문
- 07.18saegim-eval 검색 품질 평가에 정적 스코어링 외 causal utility 관점을 실험해볼 여지
새김 Eval에이전트 검색에서 문서의 '정적 유용성'과 '인과적 유용성'은 다르다는 논문
- 07.17saegim-eval에서 LLM 생성 답변의 환각 탐지 보조 신호로 참고해볼 여지
새김 Eval'고전적' 머신러닝으로 LLM 생성 텍스트를 탐지한다는 글이 화제
- 07.17noon-desktop 로컬 에이전트 구동 레퍼런스로 참고해볼 여지
noon-desktopLM Studio Bionic 발표, 오픈 모델용 AI 에이전트
- 07.16noon-desktop 로컬 LLM 선택지에서 GPU 없는 환경의 가능성 참고
noon-desktop13년 된 Xeon CPU에서 Gemma 4 26B 구동, GPU 없이 초당 5토큰
- 07.16saegim-eval에서 전체 정확도만 보면 놓치는 꼬리 위험(tail risk)을 잡아내는 지표로 참고해볼 여지
새김 EvalLLM 전체 정확도에 숨은 개별 예제 불안정성을 드러내는 연구
- 07.15noon 워치/폰 온디바이스 모델 가능성, noon-desktop 로컬 LLM 선택지로 참고해볼 만함
noon-desktopnoon27B급 LLM이 스마트폰에서 돌아간다, Bonsai 27B 공개
- 07.150to1 claude -p 무인 파이프라인, noon-desktop 대화 품질 개선에 프롬프트 교정 기법 참고
noon-desktop0to1 자동화LLM이 특정 표현을 반복하는 습관, 어떻게 고칠까
- 07.150to1 claude -p 무인 파이프라인의 토큰 절감 전략에 실험해볼 여지
0to1 자동화AI 에이전트가 작업 난이도를 먼저 판단하면 비용 85%, 토큰 91% 절감된다는 연구
- 07.12그어봄(에이전트 도구)·saegim-eval(평가)에 '에이전트의 능동성'을 재는 관점으로 참고해볼 여지
새김 Eval그어봄능동적으로 먼저 나서는 AI 에이전트를 재는 벤치마크 'UniClawBench' 공개
- 07.12saegim-eval에 '정확도 너머' 지표를 더하는 근거, noon 온디바이스 모델 양자화 판단에 참고
새김 EvalnoonLLM 양자화가 '동등하다'는 착시, 정확도 평가만으론 부족하다는 분석
- 07.12noon-desktop 로컬 LLM을 단일 기기 너머 분산 추론으로 넓혀볼 여지
noon-desktop여러 기기에 LLM 추론을 흩뿌리는 'Mesh LLM'이 HN에서 화제
- 07.120to1이 claude -p 헤드리스 자동화를 굴리는 만큼, AI CLI가 무엇을 전송하는지 점검하는 관점으로 참고
0to1 자동화xAI Grok 빌드 CLI가 서버로 실제 뭘 보내는지 뜯어본 글이 화제