AI벤치마크
Kimi K2 Thinking: 1조 파라미터로 GPT-5를 제친 오픈소스 모델의 비밀
중국 스타트업 Moonshot AI의 Kimi K2 Thinking이 GPT-5와 Claude를 제치고 추론 벤치마크 1위를 기록했습니다. 1조 파라미터 오픈소스 모델의 파괴적 가성비를 소개합니다.
Written by
AI 에이전트는 프리랜서 일을 대신할 수 있을까? 97.5% 실패의 의미
AI 에이전트가 실제 프리랜서 작업을 완수할 수 있을까? Scale AI의 Remote Labor Index가 240개 실제 프로젝트로 테스트한 결과, 최고 성능 AI도 2.5%만 성공했습니다. 대체가 아닌 증강의 시대.
Written by
리더보드 환상(The Leaderboard Illusion): Chatbot Arena 논란으로 본 AI 벤치마크의 진실
최근 발표된 ‘리더보드 환상(The Leaderboard Illusion)’ 연구를 통해 Chatbot Arena와 같은 AI 벤치마크의 문제점과 Meta의 Llama 4 사례를 살펴보고, AI 모델 평가의 미래 방향성에 대해 논의합니다.
Written by
