쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 9월 27일 (일)까지 1117건
4건 · "비전 모델"조건 지우기 ×
001 00:11 ▲ 109 · 댓글 30 LLM의 토큰 확률 읽어 단일 함수로 선택지 점수 매기기 LLM API의 로그프로브(logprobs) 기능을 활용해 한 개 토큰만 생성하도록 강제한 후 각 선택지별 확률을 추출하는 기법을 소개했다. AI · 머신러닝 · A single function Jev-like wrapper for LLMs, including vision models
LLM의 토큰 확률 읽어 단일 함수로 선택지 점수 매기기 Key Point LLM의 로그프로브를 활용해 단 한 줄의 함수로 복잡한 다중 선택 평가를 빠르게 구현할 수 있으며, 비전 모델도 지원해 실시간 이미지 분석 애플리케이션의 선택지 점수 매김에 즉시 적용 가능하다.
핵심 요약
LLM API의 로그프로브(logprobs) 기능을 활용해 한 개 토큰만 생성하도록 강제한 후 각 선택지별 확률을 추출하는 기법을 소개했다. 상태와 질문을 프롬프트로 보내고 max_completion_tokens를 1로 설정한 후 top_logprobs로 대안 토큰들의 확률을 받으면, 여러 질문이 같은 상태 접두사를 공유할 때 KV 캐시를 활용할 수 있다. 이 방식은 텍스트뿐 아니라 비전 모델과도 작동하며, 이미지를 base64로 인코딩해 전송할 수 있도록 Jev 요청 형식에 attachments 필드를 추가했다. 전체 요약 7문장 읽기 → 002 21:11 당일 +143 LLM이 iOS·안드로이드 앱을 직접 조종하는 MCP 서버 공개 iOS 시뮬레이터·실제 기기와 안드로이드 에뮬레이터·실제 기기를 모두 제어하는 Model Context Protocol 서버 'Mobile MCP'를 오픈소스로 공개했다. AI · 머신러닝 · mobile-next/mobile-mcp · TypeScript
LLM이 iOS·안드로이드 앱을 직접 조종하는 MCP 서버 공개 Key Point AI 에이전트가 실제 모바일 앱을 코드 없이 자동 조종할 수 있게 되면서 UI 테스트·자동화·데이터 수집 방식이 근본적으로 바뀌게 됩니다.
핵심 요약
iOS 시뮬레이터·실제 기기와 안드로이드 에뮬레이터·실제 기기를 모두 제어하는 Model Context Protocol 서버 'Mobile MCP'를 오픈소스로 공개했다. Claude, Gemini, GitHub Copilot 등 MCP 호환 LLM·에이전트가 접근성 트리 기반으로 UI 요소를 읽거나 스크린샷 좌표로 탭·스와이프하며 앱을 자동화할 수 있다. 리스트 요소 읽기, 앱 설치·실행·종료, 텍스트 입력, 화면 녹화, GPS 위치 오버라이드, 기기 로그·충돌 보고서 수집 등 30개 이상의 도구를 제공한다. 전체 요약 8문장 읽기 → 003 06:11 새 버전 Ollama v0.34.3 릴리스, 모델 추론 제어 API 추가 모델의 사고(thinking) 제어 레벨을 설정할 수 있는 GET /api/show 엔드포인트 추가되었다. AI · 머신러닝 · ollama/ollama@v0.34.3
Ollama v0.34.3 릴리스, 모델 추론 제어 API 추가 Key Point LLM의 추론 깊이를 제어하는 thinking 기능이 API 레벨에서 관리 가능해져, 개발자가 프로덕션 서비스에서 모델의 사고 능력과 응답 속도를 유연하게 조절할 수 있다.
핵심 요약
모델의 사고(thinking) 제어 레벨을 설정할 수 있는 GET /api/show 엔드포인트 추가되었다. CLI와 API에서 각 모델의 thinking 기능과 기본값을 조회할 수 있으며, 올마 클라우드 모델은 ollama.com에서도 직접 확인 가능하다. Nemotron H 비전 모델이 Apple Silicon의 MLX 백엔드에서 정식 지원된다. 전체 요약 5문장 읽기 → 004 21:11 ▲ 218 · 댓글 31 OpenRouter 사용할 때 마주칠 9가지 함정 OpenRouter를 통해 같은 모델을 호스팅하는 20개 제공자들이 벤치마크에서 크게 달라지는데, 예를 들어 DeepSeek V4 Flash의 도구 호출 성능이 제공자별로 58~81%까지 20포인트 이상 차이난다. AI · 머신러닝 · So you want to use OpenRouter?
OpenRouter 사용할 때 마주칠 9가지 함정 Key Point 같은 모델의 가중치를 사용해도 제공자별로 성능, 기능 호환성, 에러 처리가 크게 달라서 OpenRouter를 사용하는 개발자는 제공자 선택과 에러 대응 코드를 신중하게 고려해야 한다.
핵심 요약
OpenRouter를 통해 같은 모델을 호스팅하는 20개 제공자들이 벤치마크에서 크게 달라지는데, 예를 들어 DeepSeek V4 Flash의 도구 호출 성능이 제공자별로 58~81%까지 20포인트 이상 차이난다. 일부 비전 모델은 같은 모델 가중치를 쓰는데도 특정 제공자에서는 이미지를 인식하지 못하거나 오류를 반환하면서도 200 OK를 보내는 문제가 발생한다. reasoning.effort 파라미터가 모든 제공자에서 작동하지 않으며, 동일한 프롬프트에 대해 제공자별로 추론 토큰 생성이 일관되지 않다. 전체 요약 6문장 읽기 → 