쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 3일 (화)까지 3800건
3건 · "Bonsai"조건 지우기 ×
001 06:11 ▲ 205 · 댓글 62 Anthropic의 Scion, Meta의 Mononoke 구조 그대로 복제했다 Anthropic이 공개한 소스 제어 시스템 Scion이 Meta의 Mononoke를 의도적으로 복제했으며, 공개 후 개인적으로 확인된 증거에 따르면 인원 중복까지 있다. 웹 · 프론트엔드 · More on Anthropic's Scion ripping off Mononoke
Key Point 기술 기업의 출처 표기 문제가 단순 부주의가 아닌 의도적 부정행위로 밝혀졌을 때, 이것이 업계 신뢰에 미치는 영향을 보여주는 사례로, Meta 내부자 출신이 설명하는 기술적 증거와 배경이 중요하다.
핵심 요약
Anthropic이 공개한 소스 제어 시스템 Scion이 Meta의 Mononoke를 의도적으로 복제했으며, 공개 후 개인적으로 확인된 증거에 따르면 인원 중복까지 있다. Scion과 Mononoke의 유사성은 단순 개념을 넘어 데이터 모델 전체와 그 주변 구조까지 확장되며, '변경 집합' 개념이 정확히 동일하다. Scion이라는 이름은 Bonsai의 음절을 역순으로 하고 B를 뺀 것으로, 우연일 수도 있지만 의도적일 가능성도 크다. 전체 요약 8문장 읽기 → 002 21:11 당일 +158 무게 9분의 1, 성능 98% 유지하는 경량 언어모델 Bonsai 2 공개 PrismML이 극도로 압축한 언어모델 Bonsai 2 27B를 공개했으며, 5.9GB 크기로 노트북이나 단일 GPU에서 구동된다. AI · 머신러닝 · PrismML-Eng/Bonsai-demo · Shell
Key Point 극도로 경량화한 27B급 언어모델이 고성능을 유지하면서 개발자 기계에서 직접 실행 가능해지면서, 모델 압축 기술의 실용적 한계를 넓혔다.
핵심 요약
PrismML이 극도로 압축한 언어모델 Bonsai 2 27B를 공개했으며, 5.9GB 크기로 노트북이나 단일 GPU에서 구동된다. FP16 대비 98.2% 수준의 성능을 유지하면서 원본의 약 9분의 1 크기를 달성했고, 수학은 반올림 수준의 정확도, 코딩은 기준 모델과 동일 수준이다. 3중 값(ternary) 가중치 기반이며 262K 토큰 콘텍스트, 비전 기능, OpenAI 방식의 도구 호출, 추론 기능을 지원한다. 전체 요약 6문장 읽기 → 003 09:10 ▲ 150 · 댓글 49 27B 모델을 5.9GB로 압축, 98% 성능 유지 Qwen 3.8 27B 기반의 Ternary Bonsai 2 27B를 출시했으며, 삼진법 가중치와 FP16 그룹 스케일링으로 5.9GB 용량에 압축했다. AI · 머신러닝 · Bonsai 2 27B: Near-Lossless Compression in a 9x Smaller Footprint
Key Point 로컬 기기에서 대형 모델을 실용적으로 실행할 수 있는 경계가 넓어지며, 에너지 효율과 배포 가능성의 균형이 어디까지 갈 수 있는지를 보여주기 때문입니다.
핵심 요약
Qwen 3.8 27B 기반의 Ternary Bonsai 2 27B를 출시했으며, 삼진법 가중치와 FP16 그룹 스케일링으로 5.9GB 용량에 압축했다. 전체 정밀도 모델 대비 9배 이상 작으면서 98.2% 성능을 유지하며, 262K 토큰 컨텍스트 윈도우와 멀티모달 기능을 지원한다. 추론, 코딩, 비전, 에이전트 도구 사용 등에서 성능 저하를 최소화해 장시간 작업이나 다단계 처리에 유리하다. 전체 요약 6문장 읽기 → 
.png)