Blog
시간순 글 아카이브입니다. 학습 자료를 정리한 스터디와 개인 사고를 담은 에세이가 흐릅니다.
LLM Agent를 붙였는데도 일이 안 줄어드는 이유: 운영 레이어 5가지
Agent는 답변을 만드는 기능이 아니라, 입력·권한·도구·승인·예외·관측이 닫힌 업무 흐름 안에 들어갈 때만 시간을 줄인다.Compose-CL — 잊는 방식이 다르면, 붙잡는 방식도 합쳐라
100개 태스크 순서대로 SFT할 때, 데이터·함수·가중치 앵커와 merged LoRA를 같이 걸면 retention이 단독 메커니즘보다 크게 오른다는 논문 클레임.포스트트레인모델링BeaconKV — 멀리 다시 볼 쿼리의 모양을 남긴다
Thought Revisiting에 쓰일 쿼리 방향을 beacon으로 남겨, training-free로 KV를 압축한다는 논문 클레임.Random Attention — 프롬프트만 지키면 점수는 거의 안 먹힌다
프롬프트를 항상 두고 reasoning KV를 헤드마다 균일 랜덤으로 버려도, 점수 기반 eviction과 품질이 비슷하다는 논문 클레임.Uno / Ψ-Spec — 같은 모델 안에서 초안 뽑고 AR로 도장 찍기
같은 모델 안에서 LoRA 확산으로 초안을 뽑고, 동결 AR이 맞는 앞부분만 남긴다. 별도 draft 모델 없이 품질은 AR과 같다.BDH-CQ — 데모는 기억에, 풀이는 latent에
데모는 재발 기억에 남기고, 풀이는 latent에서 반복한다. 작은 모델로 ARC 단가–정확도 파레토를 깼다는 논문 클레임.모델링
이 종류의 글이 아직 없습니다.