LLM의 철자 세기 능력 테스트를 두고 모델의 성능과 토크나이저 한계에 대한 논쟁이 이어지고 있습니다.
대부분의 사용자는 모델의 철자 세기 오류를 토크나이저의 한계나 저성능 모델 설정 탓으로 돌리며, 광고 배너가 포함된 서비스 품질에 대해 비판적인 반응을 보이고 있습니다.
철자 퀴즈 게시물 올리는 건 규칙 위반으로 해야 함
"It should be against the rules to post letter quizzes" 이 문장에 z가 몇 개 들어있게?
동의함. 이건 모델 문제가 아니라 토크나이저 문제임. 말 그대로 모델이 통제할 수 있는 영역이 아님. 인터넷 연결 상태로 모델을 평가하는 거나 다름없음.
모델이 볼 수 없는 토큰의 속성을 인식하도록 학습시켜서(보통 글자나 문자와 관련된 것들), 그냥 추측하는 대신 확실하고 정확한 답을 얻기 위해 스크립트를 작성해야 한다는 걸 알게 하는 건 가능할 거야.
그러니까 툴 콜(tool calls)이 가능하다는 가정하에, 난 네 의견에 동의하지 않아.
맞음 - 비결정적이거나 모호한 질문이 가장 유용하다고 생각함.
난 이런 게 좋음:
네 명의 사람이 밤에 다리를 건너야 함. 다리는 매우 낡고 흔들림. 횃불은 하나뿐이고 밤이라 다리를 건너려면 횃불이 필수임. 각자 걷는 속도가 다름: - A는 1분, - B는 2분, - C는 5분, - D는 10분. 모두가 다리를 건널 수 있는 가장 빠른 시간은?
답은 모델이 '한 번에 두 명만 다리에 있을 수 있다'는 제약을 추가하느냐에 달려 있음. 난 10분과 17분 둘 다 말하는 모델이 좋음 - 구현 에이전트한테는 10분(가장 효율적)을 원하지만, 리뷰어한테는 '이게 17분이 되어야 하는 거 아닌가? 흔한 문제인데, 작업이 제대로 정의된 건가?'라고 묻길 원하거든.
추가적인 맥락이나 지시 없이도 - 많은 LLM이 스스로 제약을 만들어내고, 그 결과 최적화되지 않은 답을 내놓는다는 게 놀라울 따름임.
오 젠장 Qwen 27B가 GPT-6보다 낫다는 게 확정됐네
P=NP 문제는 증명하겠지만 철자는 못 세겠지 😏
하단에 있는 광고 배너가 화룡점정이네
그게 진짜 문제지, 멍청한 철자 세기가 문제가 아님. 나한테 Sol을 공짜로 줬다 해도 광고가 붙어있으면 관심 없음.
방금 Qwen27B를 GPT6의 로보토미 당한 무료 버전(Luna)이랑 비교한 거임?
'내 AI가 멍청한 짓을 했어'라고 올리는 게시물들은 항상, 언제나 '생각하지 말고 그냥 멍청한 소리 해'라는 설정이 켜져 있음
왜 다들 난리인지 모르겠네. N은 당연히 1이지.
근데 이게 이렇게 틀리면, 또 뭘 틀리고 있는 거지??? 상관없는 얘기지만, 갑자기 IQ 테스트를 받아봐야겠다는 생각이 드네.
직접 해봄:
Seventeen이라는 단어에 e가 몇 개 있지?
Seventeen에는 e가 3개 있음.
S e v e n t e e n.
맞네, 확실히 Luna네. 수십억 개의 채팅을 무료로 처리하는 작고 지능 낮은 모델이지. 경제적이고 빠르게 작동하도록 설계된 대신 지능을 희생한 모델임.
Gemma4 31B: Seventeen이라는 단어에는 e가 4개 있음.
GPT-OSS: "Seventeen"이라는 단어에는 네 개의 e가 있음.
유출된 모델 샤드를 통해 Fable 5의 거대한 규모와 아키텍처를 분석하며 모델 복원 가능성을 논의하는 커뮤니티 반응.
유출된 모델 샤드를 통해 Fable 5의 거대한 규모와 아키텍처를 분석하며 모델 복원 가능성을 논의하는 커뮤니티 반응.
DeepSeek 모델의 성능과 양자화 효율성을 두고 사용자들 간의 의견이 엇갈리고 있습니다.
DeepSeek 모델의 성능과 양자화 효율성을 두고 사용자들 간의 의견이 엇갈리고 있습니다.
Claude의 200달러 요금제가 'Ultra'로 개편되면서 인증 계정에 대한 5시간 사용 제한이 폐지되었습니다.
Claude의 200달러 요금제가 'Ultra'로 개편되면서 인증 계정에 대한 5시간 사용 제한이 폐지되었습니다.