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 통념을 4,705회 실행으로 반증

검색을 고정 파이프라인에서 모델 결정으로 옮긴 전환점

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