내가 1년 전에 Jev 아키텍처를 직접 만들고 모델, 데이터셋, 논문까지 전부 오픈소스로 공개했음
I literally built the Jev architecture one year back and completely open-sourced it with model, dataset and paper
핵심 요약
1년 전 자신이 개발해 오픈소스로 공개한 아키텍처를 최근 대형 연구소가 독점적으로 발표한 것에 대한 개발자의 억울함 토로.
- 아키텍처 표절 논란 — 1년 전 공개한 비자기회귀 모델을 대형 연구소가 독점 발표함.
- 오픈소스의 현실 — 노력과 성과에도 불구하고 배포와 마케팅 부족으로 주목받지 못함.
- 기술적 유사성 — 두 모델 모두 비자기회귀 방식과 100ms 미만의 추론 속도를 공유함.
- 커뮤니티 지지 — 개발자의 노력을 인정하고 응원하는 반응이 주를 이룸.
다들 요즘 오토 리그래시브(auto regressive) 방식이 아니면서 JSON 스키마로 번개같이 확률 예측하는 아키텍처에 대해 떠들어대네. 나 이거 정확히 1년 전인 2025년 3월에 이미 작업 끝냈고, 아카이브(arxiv) 논문도 냈고, 모델이랑 pypi 패키지, 학습 데이터셋까지 허깅페이스(huggingface)에 다 올렸거든. 근데 1년 지나니까 웬 프론티어 연구소 하나가 나타나서 기술 논문도 없고, 가중치도 안 까고, 데이터셋도 없는 주제에 무슨 대단한 혁신이라도 되는 양 똑같은 아이디어를 들고 나오네. 나 이 서브레딧에 내 방식 올렸었음. 링크는 이거임. 참고로 메인 가이드 모델은 임베딩 모델이나 LLM이 아니라 RL임.
Reddit post: https://www.reddit.com/r/LocalLLaMA/s/6eGEwsAz43
Paper: https://arxiv.org/abs/2503.23303
Model: https://huggingface.co/DeepMostInnovations/sales-conversion-model-reinf-learning
Dataset: https://huggingface.co/datasets/DeepMostInnovations/saas-sales-conversations
그리고 2025년 9월에 발표한 두 번째 연구도 지금 jev가 제안한 거랑 완전히 똑같음.
Paper: https://arxiv.org/abs/2510.01237
내 모델은 시퀀스 임베딩에 PPO를 써서 턴 바이 턴 변환 궤적(0.0에서 1.0 사이의 확률)을 출력함.
Jev는 병렬 샘플링(RLCD로 학습)을 써서 신뢰도 분포랑 스키마 선택지를 출력하는 거고.
몇 달 동안 밤새워가며 땀 흘려 만든 결과물이랑 아키텍처나 활용 사례가 똑같은데, 프론티어 연구소가 범용적인 걸 만들었다는 이유만으로 정당한 대우는커녕 관심도 못 받는 상황이 진짜 개빡치네. 이게 오픈소스의 현실이지 뭐 🙂
