IBM

활성화 LoRA라 기본 모델이 만든 KV 캐시를 뒤따르는 판정에 다시 쓸 수 있고, 세 구성요소를 더해도 GPU 메모리가 기본 모델 하나와 비슷하다고 밝혔다. 수치 비교는 거의 내지 않고 맞춤 3B 모델이 초당 60~100건을 판정한 시연만 제시했다

분리 서빙이 연구 주장에서 운영 안내로 내려왔다. 평균 처리량이 아니라 p99 지연을 기준으로 삼은 것이 핵심인데, 에이전트 루프는 꼬리 지연에 그대로 노출되기 때문이다. 같은 주 OpenAI가 속도를 별도 과금 등급으로 떼어 낸 것과 같은 압력의 오픈소스 쪽 대응이다.

도메인은 금융이지만 감사 재현 요구는 품질 감사와 동일 구조. 정확도 높은 모델을 고르면 재현성이 따라온다는 통념과 달리, 4,705회 실행에서 둘 사이 상관이 드러나지 않음

검색을 고정 파이프라인에서 모델 결정으로 옮긴 전환점

서로 다른 산업 그룹이 같은 전환(HMM→DNN)을 확인해 딥러닝이 음성인식 산업 표준이 됨