LLM 에이전트의 토큰 비용 절감, ACE 와 ALTK-Evolve 의 다른 접근법
에이전트가 스스로 학습한 경험을 재사용하는 방식이 주목받고 있습니다. IBM 연구진이 제안한 ALTK-Evolve 는 기존 ACE 와 달리 개별 가이드라인 형태로 지식을 저장해 토큰 소모를 획기적으로 줄였습니다. 같은 원리라…
JORE2
IBM 리서치
최고급 AI 모델조차 50%도 못 채운다? 엔터프라이즈 IT 에이전트 평가 기준 ITBench-AA의 충격
최첨단 AI 모델들이 일반 태스크에서는 압도적 성능을 보이지만, 실제 기업 환경의 복잡한 IT 운영에서는 50% 미만의 점수에 그치고 있습니다. IBM 과 Artificial Analysis 가 공개한 첫 번째 에이전트 벤치…
IBM, 양자 칩 전용 파운드리 ‘앤더온’ 출범: 20억 달러 투자와 산업 구조의 변화
IBM이 양자 칩 제조에 특화된 첫 순수 플레이 파운드리 '앤더온'을 출범시켰습니다. 미국 상무부와 합작한 20억 달러 규모의 투자가 핵심인데, 이는 단순한 자금 지원을 넘어 양자 하드웨어 생태계의 공급망 독립화를 의미합니다…
모델 점수가 아닌 시스템 성능을 가늠하다, 오픈 에이전트 리더보드 등장 배경
단순한 모델 점수 비교를 넘어 실제 배포 가능한 AI 에이전트 시스템의 전반성과 비용을 동시에 평가하는 새로운 기준이 등장했다. IBM 리서치가 주도한 이 프레임워크는 에이전트가 다양한 도구와 규칙 속에서 스스로 계획을 세우…
작아도 강력한 이유: IBM 그라나이트 4.1 이 주목받는 진짜 배경
단순히 모델 크기를 키우는 시대를 넘어, 데이터의 질과 학습 단계의 정교함이 성능을 결정하는 새로운 흐름이 등장했습니다. IBM 의 그라나이트 4.1 이 공개된 배경과 그 의미를 생활 밀착형 관점에서 풀어봅니다.
