-
Fable 5 vs. GPT-5.6 Sol: NP-난해 문제에서 /goal은 도움이 되는가
Fable 5 vs. GPT-5.6 Sol: NP-난해 문제에서 /goal은 도움이 되는가 | GeekNews
<ul> <li>미공개 광섬유망 최적화 문제를 30분씩 풀게 한 결과, <strong>Fable 5</strong>가 최고 점수와 가장 안정적인 성능을 보였지만 <code>/goal</code>은 일관된 향상을 만들지 못함</li> <li><code>/goal</code>은 단순히 더 오래 작업하게 하는 기능이 아니라 <…
-
GPT-5.6이 프롬프트로 볼록 최적화의 30년 공백을 메움
GPT-5.6이 프롬프트로 볼록 최적화의 30년 공백을 메움 | GeekNews
<ul> <li>제공된 본문은 GPT-5.6이나 볼록 최적화가 아니라, 모든 <strong>유한 단순군</strong>을 18개 무한 계열과 26개 산재군으로 분류하는 군론의 정리를 다룸</li> <li>유한 단순군은 소수처럼 유한군의 기본 구성 요소지만, 같은 <strong>합성열</strong>을 가진 비동형 군이 존…
-
DSpark: Speculative decoding을 활용한 LLM 추론 가속화
DSpark: Speculative decoding을 활용한 LLM 추론 가속화 [pdf] | GeekNews
<ul> <li>DSpark: 준자기회귀(semi-autoregressive) 생성과 신뢰도 스케줄링을 결합한 추측 디코딩(speculative decoding) 프레임워크</li> <li><strong>병렬 드래프터(parallel drafter)</strong> 가 한 번의 순전파로 긴 토큰 블록을 제안하지만 토큰 간…
-
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…