태그 · #training

AutoSynthData: 기업용 에이전트를 위한 학습 데이터 생성

읽어야 하는 이유 이 시스템은 특정 능력 격차를 타겟팅하여 고품질 합성 데이터를 자동 생성하며, 복잡한 환경에서 에이전트를 파인튜닝하기 위한 확장 가능한 솔루션을 제공합니다.

ServiceNow 연구진은 모델 실패를 검증된 학습 작업으로 변환하는 파이프라인인 AutoSynthData를 소개합니다.

SWE-Prime 가 더 적은 궤적을 사용하여 모델 성능 향상

읽어야 하는 이유 개발자들은 소음 있는 지도 학습이 모델을 바람직하지 않은 문제 해결 행동을 모방하도록 유도할 수 있으므로 관심을 가져야 합니다.

새로운 방법 SWE-Prime 는 대규모 언어 모델이 실제 세계 소프트웨어 문제를 해결하는 능력을 개선하기 위해 훈련 데이터를 필터링합니다. 소음 있는 지도 학습은 모델이 바람직하지 않은 문제 해결 행동을 모방하도록 유도할 수 있어 개발자는 이를 주의해야 합니다.

피지컬 AI 연산 대결 — Waymo Google Cloud TPU vs Tesla Dojo D1: 학습 인프라 벤치마크 2026

Waymo는 Google TPU 포드를 보조금 비용으로 사용하며 매일 150억 마일을 시뮬레이션. Tesla는 Dojo D1을 영상 학습용으로 개발하고 NVIDIA H100 클러스터도 병행 운영.

피지컬 AI 데이터 플라이휠 — Tesla 600만 대 훈련 우위, Waymo 5000만 마일 무인 상업 주행, 그리고 데이터 양과 품질 중 어느 쪽이 AV 경쟁에서 승리하는가

Tesla 600만 대 차량 대 Waymo 5000만 마일 무인 주행: 데이터 플라이휠을 피지컬 AI 벤치마크 차원으로 분석하고 양과 품질 중 어느 쪽이 우세한지 검증.

Physical AI 데이터 파이프라인 — Tesla 600만 대 수집 플라이휠 vs Waymo 하루 150억 시뮬레이션 마일: 훈련 인프라 경쟁

Tesla는 600만 대에서 매일 수백만 FSD 마일을 수집하고, Waymo는 매일 150억 시뮬레이션 마일을 실행한다. 수량 vs 품질이 Physical AI 데이터 파이프라인 경쟁을 정의한다.