
최대 3.2배 빠른 추론, LFM2.5-DSpark가 가리키는 방향
Liquid AI의 LFM2.5-DSpark가 말하는 최대 3.2배 빠른 추론의 조건과 구조를 해설합니다. 어텐션과 KV 캐시, 양자화와 희소성, 하드웨어 맞춤 커널이 서빙 비용을 어떻게 바꾸는지 짚어봅니다.


Liquid AI의 LFM2.5-DSpark가 말하는 최대 3.2배 빠른 추론의 조건과 구조를 해설합니다. 어텐션과 KV 캐시, 양자화와 희소성, 하드웨어 맞춤 커널이 서빙 비용을 어떻게 바꾸는지 짚어봅니다.

Hugging Face Jobs 환경에서 NCCL 대신 버킷과 프록시로 롤아웃과 학습을 분리하고 LoRA 어댑터만 주고받는 비동기 GRPO 구조를 따라가며 왜 이런 설계가 나왔는지 읽는다.

한 번의 성공이 아니라 반복해도 통하는 실력을 묻는 IBM 리서치의 문제의식을 따라 에이전트 일관성의 원인과 측정법, 현장 대책을 풀어봅니다.

존재하지 않는 도구를 호출하는 tool hallucination을 레지스트리 대조와 시그니처 확인으로 걸러내는 closed-world resolution과 파이프라인 순서에 대한 해설

에이전트가 만든 CUDA 커널과 터미널 스크립트, 로봇 팔 코드를 테스트가 아니라 증명으로 확인하는 MAGS의 다중 에이전트 형식화 파이프라인을 해설합니다.

같은 가속기 설계 문제를 이름 있는 구조와 이름 없는 숫자로 나눠 풀게 한 실험을 따라가며, 에이전트의 성능 향상이 이해에서 왔는지 가려내는 방법을 해설합니다.

1만 4,767편의 평가 자원 논문을 지도로 펼친 연구를 통해 행동과 상호작용으로 이동하는 LLM 평가의 기대, 공존하는 설계, 그리고 모델이 채점에 참여할 때의 함정을 정리합니다.

ChatGPT와 Claude, Grok, DeepSeek의 실제 대화와 통제 실험을 따라가며 검색 호출 결정과 질의 전략, 결과 편향과 답변 grounding의 간극을 살펴봅니다.

행동 조합이 선형이라는 가정과 길이 늘리기 중심 시험을 걷어내고 연역과 귀납과 가추를 한판에 묶은 TranSGrid 연구를 따라가며 진짜 추론 부담을 다시 묻습니다.

단일 모델에서 복합 에이전트 시스템으로 넘어간 뒤에도 프레임워크마다 흩어진 상태와 메모리와 가드레일을 어떻게 다룰지, FMOS라는 자기 진화 운영체제 층 제안을 따라가며 읽는다.

평균 업데이트는 안정돼 보이는데 표본 경로는 고정된 걸음 크기에서 흔들리는 ETD의 틈을 두 상태 반례와 리아푸노프 부호로 짚고, 흔적은 그대로 둔 채 새는 상태에 신호를 담았다가 늦게 보정하는 RETD의 구조와 읽기 방식, 조건부 안정 결과와 만 번의 짝지은 실행을 따라간다.

데이터와 물리 모델과 생물학적 메커니즘을 함께 묶어 묻는 500개 케이스, 1517개 과제 벤치마크 BioPhys-Bridge를 찬찬히 읽어봅니다.