-
VibeThinker-3B: SFT+GRPO로 Opus 4.5 추론 성능을 넘긴 3B 모델
VibeThinker-3B: SFT+GRPO로 Opus 4.5 추론 성능을 넘긴 3B 모델 | GeekNews
<ul> <li><strong>VibeThinker-3B</strong>는 3B 파라미터만으로 검증 가능한 추론을 어디까지 압축할 수 있는지 실험한 소형 밀집 모델임</li> <li>학습 파이프라인은 <strong>Spectrum-to-Signal</strong> 사후학습을 바탕으로 커리큘럼 지도 미세조정, 다중 도메인 …
-
Moebius: 0.2B 이미지 인페인팅 모델로 10B급 성능 달성
Moebius: 0.2B 이미지 인페인팅 모델로 10B급 성능 달성 | GeekNews
<ul> <li>10B 규모 산업용 파운데이션 모델이 주도하던 고품질 <strong>이미지 인페인팅</strong>을, 파라미터를 2% 미만으로 압축하면서도 동등하거나 그 이상의 품질로 구현한 경량 전문가 모델</li> <li>0.22B(226M) 파라미터로 동작하며, 11.9B 규모의 <strong>FLUX.1-Fill…
-
Gemma 4 QAT 모델: 모바일과 노트북 효율성을 위한 압축 최적화
Gemma 4 QAT 모델: 모바일과 노트북 효율성을 위한 압축 최적화 | GeekNews
<ul> <li>Gemma 4 <strong>양자화 인식 학습(QAT) 체크포인트</strong>는 일상적 에지 기기와 소비자용 GPU에서 로컬 실행을 돕도록 메모리 요구량과 온디바이스 성능을 최적화함</li> <li><strong>QAT</strong>는 학습 중 양자화를 시뮬레이션해 압축 시 품질 손실을 줄이며, 표준…
-
Gemma 4 QAT 모델: 모바일과 노트북 효율성을 위한 모델 압축 최적화
Gemma 4 QAT models: Optimizing model compression for mobile and laptop efficiency
<p>Article URL: <a href="https://blog.google/innovation-and-ai/technology/developers-tools/quantization-aware-training-gemma-4/">https://blog.google/innovation-and-ai/technology/de…