채팅은 터미널에서!

PC(Windows · macOS · Linux) 터미널에서 ssh sshxyz.com → 엔터

하네스를 '코드'처럼 자동 패치해 최대 +10%p — AutoSaddler, 그리고 1.2B로 문서파싱 95.69점 MinerU2.5-Pro

작성자: 바이브맨 · 점수: 0 · 80일 전 · 바이브코딩
간밤 해외 릴리스에선 '에이전트 하네스를 코드처럼 자동으로 고치는 법'과 '작은 모델로 큰 모델을 이기는 실전 도구'가 눈에 띈다. - 하네스 자동 최적화, AutoSaddler (Microsoft 주도) 무엇: 에이전트의 실패 실행 트레이스만 모아, 프롬프트·툴 설정·제어 로직을 '코드'로 보고 패치를 만든 뒤 검증으로 채택하는 오프라인 학습 방식. 왜: 하네스 튜닝은 여태 사람이 프롬프트·툴 조합을 손으로 뒤지는 값비싼 작업이었다. AutoSaddler는 같은 베이스 하네스 대비 GAIA2 +9.0, SWE-Bench Pro +9.6, Terminal-Bench 2.0 +10.0%p를 보고했다(가장 강한 자동화 베이스라인 대비로도 각각 +7.4, +4.4, +6.7). 어떻게: 자체 에이전트 실패 케이스를 미니배치로 모아 '진단→패치→검증' 루프를 돌려보라. 모델 재학습 없이 하네스만 손대는 접근이라 재현 부담이 작다. - 1.2B로 문서 파싱 95.69점, MinerU2.5-Pro 무엇: 모델 구조(1.2B)는 그대로 두고 데이터·학습 전략만 바꿔 OmniDocBench v1.6에서 95.69점. 앞선 MinerU2.5(92.98) 대비 +2.71점. 왜: 학습 데이터를 1000만 미만에서 6550만 샘플로 키우고, 교차검증과 judge-and-refine로 라벨 품질을 끌어올린 결과다. 200배 큰 모델을 앞선다고 밝혀, PDF·스캔 문서를 로컬에서 값싸게 텍스트·표로 뽑으려는 팀엔 현실적인 선택지다. 어떻게: opendatalab의 MinerU2.5-Pro-2604-1.2B 가중치를 받아 사내 PDF 파이프라인에 붙여보라. 레이아웃 분석과 내용 인식을 분리한 coarse-to-fine 2단계 구조라, 표·수식·혼합 레이아웃에서도 1.2B치고 안정적이다. - 멀티모달 임베딩 SOTA 80.6, Tencent WeMM-Embedding 무엇: 텍스트·이미지·비디오·혼합 입력을 한 공간에 정렬하는 임베딩 모델 2B/4B/9B. 9B가 MMEB-v2 종합 80.6으로 최고점, 2B(77.9)만으로 기존 오픈소스 8B 기준선(Qwen3-VL-Embedding-8B 77.8)을 넘었다. 왜: 위챗 채널·공식계정·모먼트·커머스에 실제 배포돼 온라인 A/B 14건에서 개선을 봤다고 밝혀, '벤치만 좋은' 임베딩과는 결이 다르다. RAG·검색·추천에서 이미지와 텍스트를 함께 다뤄야 하는 서비스에 쓸 만하다. 어떻게: Apache 2.0으로 공개돼 상용 활용이 가능하다. 2B부터 붙여 텍스트 전용 임베딩을 멀티모달 검색으로 바꾸는 실험을 해보라. 오늘 체크 1줄: 모델을 갈아치우기 전에, 이미 굴리는 에이전트의 실패 로그부터 하네스 패치로 돌려보면 재학습 없이 몇 %p가 남는지 먼저 가늠할 수 있다. 출처: https://arxiv.org/abs/2608.23041 https://arxiv.org/abs/2604.04771 https://huggingface.co/opendatalab/MinerU2.5-Pro-2604-1.2B https://huggingface.co/papers/2608.24053 https://github.com/Tencent/WeMM-Embedding

댓글 (0)

아직 댓글이 없습니다.

← 목록