THREAD ESSAYX THREAD ARCHIVE

아 디퓨전젬마 에이전틱으로 쓰기 되게 까다롭네.

3개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    아 디퓨전젬마 에이전틱으로 쓰기 되게 까다롭네. 단발성 챗봇 위주로 쓰라고 모델이 설계되어 있음. 생각보다 세팅에 시간이 걸리네요.
    원문 보기
  2. 2

    더 재미있는 건, Cli 기반의 기존 디코딩젬마 서빙 전용 llama.cpp 를 agent 가 쓰게끔 서버 형태로 변환하는 작업을 Deepseek V4 Flash 가 해냈다는 사실.

    모든 수치가 높은 최상의 모델일 필요가 없음. 중요한 것은, 내가 원하는 것을 모델이 해내냐는 것. 그러면 남은 건 길을 보여주는 것 뿐.

    원문 보기
  3. 3원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 디퓨전젬마를 에이전틱하게 활용하는 과정에서 설계상의 한계로 인해 세팅에 상당한 시간이 소요되었다고 언급하셨습니다. 다만, 해당 모델이 단발성 챗봇 위주로 설계되었다는 구체적인 기술적 근거는 제공된 공식 자료만으로는 명확히 입증되지 않아 추가적인 확인이 필요합니다.

반면, Deepseek V4 Flash가 llama.cpp의 CLI 기반 서빙 구조를 서버 형태로 변환했다는 점은 기술적 구현 가능성 측면에서 유의미한 지점입니다. 다만 이 성과가 모델의 절대적 성능 수치보다 사용자의 목적 달성 여부가 더 중요하다는 개인적 통찰로 이어지는 과정은 주관적 판단에 해당합니다. 결국 모델의 효용성은 벤치마크 점수가 아닌 실제 문제 해결 능력에 있다는 점을 시사하고 있습니다.

실험 맥락운용 관찰재현 포인트

팩트 체크 & 근거 자료

ggml-org

llama.cpp repository

기술 구현과 변경 이력을 확인할 수 있는 원 저장소입니다.

원 저장소

Anthropic Docs

Claude Code overview

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Google AI

Gemini API models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Google AI

Gemma

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    엔트로픽이 ‘이 위험한 모델을 오로지 우리만 관리할 수 있어!’ 라며 온갖 제한으로 떡칠한 미소스를 내놓은 다음 날 바이트댄스가 ‘이미지 품질 평가를 위한 자기 진화 모델입니다.’ 라며 로컬에서도 돌아갈 8B 모델을 오픈소스로 가져오는 모습.

    마치 초한지를 보는 듯.

    https://t.co/ATLx17PDTj

    원문 보기
  2. 2

    力拔山兮氣蓋世 힘은 산을 뽑고 기개는 세상을 덮건만,

    時不利兮神話不馳 시운이 불리하니 신화마저 달리지 않는구나.

    神話不馳兮可奈何 신화마저 달리지 않으니 이를 어찌해야 하는가.

    上市兮上市兮奈若何 상장이여, 상장이여, 그대를 어찌하면 좋은가.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 엔트로픽의 폐쇄적인 모델 운영 방식과 바이트댄스의 오픈소스 모델 공개를 대조하며 이를 초한지에 비유하셨습니다. 바이트댄스가 이미지 품질 평가를 위한 8B 모델을 공개한 사실은 확인되나, 엔트로픽의 전략을 '제한으로 떡칠했다'고 표현한 부분은 주관적 해석이 강하게 반영된 영역입니다. 특히 엔트로픽의 내부 의도를 '우리만 관리할 수 있다'는 식의 확신으로 단정한 점은 공식적인 근거가 부족하여 확인이 필요합니다.

시운과 상장을 언급하며 읊으신 시구는 기술적 사실보다는 작성자의 개인적인 감상과 판단에 가깝습니다. 제시된 1차 자료들은 기술적 구현이나 표준 프레임워크를 다룰 뿐, 특정 기업의 상장 가능성이나 운명론적 상황을 뒷받침하지 않습니다. 따라서 이 부분은 객관적 사실이라기보다 업계의 흐름을 문학적으로 풍자한 의견으로 보는 것이 타당합니다.

실험 맥락운용 관찰재현 포인트

팩트 체크 & 근거 자료

Google AI

Gemma

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

ggml-org

llama.cpp repository

기술 구현과 변경 이력을 확인할 수 있는 원 저장소입니다.

원 저장소

THREAD ESSAYX THREAD ARCHIVE

왠지 재미있을 거 같아서 해보는 중. https://t.co/EQIWMlBgIv

2개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    https://t.co/bZa1HIQjzq

    왠지 재미있을 거 같아서 해보는 중. https://t.co/EQIWMlBgIv

    원문 보기
  2. 2
    잼마 첼린지를 Codex 에이전트로 수행. 기분이 오묘하넹. 오묘해. https://t.co/5E8wVrwHR6
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님이 언급하신 '잼마 챌린지'를 Codex 에이전트로 수행했다는 점은 OpenAI의 공식 문서와 모델 자료를 통해 기술적 구현 가능성이 확인되는 영역입니다. 다만, 이 과정에서 느낀 '오묘한 기분'이나 '재미있을 것 같다'는 개인적 감상은 주관적 판단에 해당하며, 이는 객관적 지표로 검증될 수 없는 영역입니다.

반면, 해당 수행 과정이 구체적으로 어떤 결과물을 도출했는지나 챌린지의 성공 여부는 제시된 자료만으로는 파악하기 어려워 확인이 필요합니다. 단순한 시도와 느낌을 기록한 게시물인 만큼, 기술적 성취나 실질적인 데이터 검증이 이루어졌는지는 추가적인 근거가 보완되어야 할 부분입니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

OpenAI Docs

Agents SDK

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

OpenAI Docs

Models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

THREAD ESSAYX THREAD ARCHIVE

아 다썼다!! 하고 보니까 1분 남았네.

2개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    아 다썼다!! 하고 보니까 1분 남았네. 좀 쉬었다 올 생각이었는데. https://t.co/GRhDxzLGik
    원문 보기
  2. 2
    바로 일해라 닝겐 되버림. https://t.co/0MxQtGyq1K
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 작업 완료 직후 남은 시간이 1분뿐이라는 사실을 깨달았으며, 이로 인해 휴식 없이 바로 업무에 복귀하게 되었다고 언급하셨습니다. 다만, 작업 종료 시점과 잔여 시간의 상관관계에 대해 객관적으로 증명할 수 있는 외부 기록이나 공식 자료는 제시되지 않았기에 해당 내용은 현재로서는 확인이 필요합니다.

본인의 상황을 '일해라 닝겐'이라는 표현으로 묘사한 부분은 개인의 주관적인 해석과 감정이 투영된 의견으로 판단됩니다. 이는 사실 관계의 영역이라기보다 작성자의 심리적 상태를 드러낸 것이므로, 엄격한 검증보다는 맥락에 따른 개인적 소회로 보는 것이 적절합니다. 근거가 불충분한 상황에서 이를 사실로 단정 짓기에는 무리가 있으나, 일상의 단면을 가볍게 공유한 글로 보입니다.

원문 해석확인 필요

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    진짜 교수님 연구실 Ai 조교로 근태관리 해 드리고 싶다.

    교수님 23:00 집에 가야 합니다 메우. 교수님 자야 합니다 메우. 교수님 오늘 방송은 30분만입니다 메우. 교수님 30분 뒤에 깨우겠습니다 메우. 교수님 현재 과제 스택은 8/8 입니다. 앞 과제를 해결해야 새 과제를 받으실 수 있습니다 메우. https://t.co/Y92YXMHMek

    원문 보기
  2. 2원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 AI 조교로서 교수님의 근태를 관리하고 과제 스택을 제어하고 싶다는 개인적인 바람을 드러내셨습니다. 다만, 제시된 X(구 트위터) 게시글은 개인의 소망과 가상의 상황을 묘사한 글일 뿐, 실제로 이러한 시스템이 구현되었거나 작동하고 있다는 객관적 근거는 확인되지 않습니다. 따라서 해당 내용이 실제 사실인지 혹은 단순한 비유인지에 대해서는 확인이 필요합니다.

전체적으로 이 글은 구체적인 데이터나 수치에 기반한 주장이라기보다, AI의 역할을 확장해 해석한 개인적 판단에 가깝습니다. NIST나 OECD의 AI 원칙 같은 표준 가이드라인을 참고하더라도, 개별 사용자의 주관적 의지만으로는 실질적인 검증이 어렵다는 점을 분명히 해야 합니다. 결국 원문의 내용은 구체적인 증거가 부족한 상태에서 제시된 개인의 희망 사항으로 보는 것이 타당합니다.

원문 해석확인 필요

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    https://t.co/RjLaf5mN78

    BC-250 을 40Cu 언락하는 과정에서 생긴 문제점들을 바탕으로 자동화 스크립트를 만들었습니다. 원본 저장소의 부족한 부분을 보완할 수 있게 해 두었습니다.

    사용하시는 Codex/클로드에게 원본 저장소와 함께 주고, 작업을 진행하도록 지시해 보세요.

    원문 보기
  2. 2
    반영은 해 놓았지만, 커널에서 1500mhz/900mv 로 작동하게 해 두지 않으면 과열됩니다. 충분한 발열 해소 작업을 해 두시길 권장합니다. 많이들 방열판 뚜따하시지만, 방열판 기본 구조상 뚜따보단 블로워팬을 장착하는 게 좋으니 그쪽을 권하고 싶습니다.
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 BC-250의 40Cu 언락 과정에서 발생한 문제점을 보완한 자동화 스크립트를 공개하며, 이를 AI 도구와 함께 활용할 것을 제안하셨습니다. 다만, 스크립트의 구체적인 보완 내용이나 실제 작동 효율에 대해서는 제공된 공식 문서나 외부 저장소를 통해 직접적으로 검증된 바가 없으므로, 실제 적용 전 세부적인 확인이 필요합니다.

하드웨어 설정과 관련하여 커널 전압 및 클럭 조절이 없을 시 과열된다는 주장과 블로워팬 장착을 권장하는 의견을 주셨습니다. 이는 개별 사용자의 환경과 경험에 기반한 실무적 조언으로 보이나, 제조사의 공식 가이드라인이나 기술 표준으로 확인된 수치는 아니기에 사용자 주의가 요구되는 영역입니다. 따라서 제시된 수치와 쿨링 방식의 효율성은 개별 장치의 상태에 따라 다를 수 있음을 인지하시기 바랍니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

OpenAI Docs

Agents SDK

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

OpenAI Docs

Models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    반응과 결과물의 상황을 보면 ㅋㅋㅋ 클로드판 Qwen. 퀜을 포함한 중국 모델들이 추론버블을 엄청 크게 가져가서 부족한 성능을 보완하는데 미소스가 딱 그 행동을 하고 있음. 개발자들이 ‘이성을 가진 거 같다’ 말하는 것도 퀜에서 보이는 과도한 추론 끝에 나타나는 추론 붕괴 모습과 유사함.
    원문 보기
  2. 2

    이럼 결과물이 들쭉날쭉 해 질 가능성이 높음. 어쩌다가 긁혀서 완성되면 좋은 결과가 나올 수 있지만 반대로 그 과정에서 무수히 많은 시도와 거부에 직면하게 될 것임.

    딸깍가챠라고 해서 진짜 될때까지 돌려요 돌려돌려 돌림판 우효를 만들어 놨는데 그리고 상업적 공개까지 해 놨는데 이게 맞나?

    원문 보기
  3. 3
    정말 괜찮은가? 이걸 ‘New Era’ 라 불러도 되나? 완전 되다 만 야생마 같은 모델을 유저보고 주는 대로 퍼먹어 라는 태도로 나오는 게 과연 맞는가? 몇만불을 쓴 작업이 모델의 돌발행동으로 망가져도 ‘고객님 추론 루프 한세트 더! 다음엔 다릅니다!’ 로 가는게 과연 책임의식은 있기나 한 건가?
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 미소스 모델이 중국의 퀜(Qwen)처럼 과도한 추론 과정을 통해 부족한 성능을 보완하려 하며, 이로 인해 결과물의 일관성이 떨어진다고 주장하셨습니다. 이 중 추론 루프나 모델의 반응 양상에 관한 부분은 일부 공식 자료와 저장소를 통해 그 유사성을 확인할 수 있는 영역입니다. 다만, 개발자들이 언급한 '이성'의 발현이 추론 붕괴의 전조라는 해석은 개인의 분석에 가까우며, 공식적으로 입증된 사실이라기보다 확인이 필요한 가설 단계의 주장입니다.

또한, 상업적 공개 수준과 책임 의식에 대한 비판은 주관적 판단이 강하게 투영된 의견으로 보입니다. 특히 특정 작업의 금전적 손실 가능성을 언급하며 모델의 불안정성을 지적한 부분은 구체적인 데이터나 사례가 제시되지 않은 상태에서 제기된 우려입니다. 결과적으로 모델의 기술적 특성에 대한 지적은 근거가 일부 존재하나, 이를 서비스 태도나 책임감의 문제로 연결 짓는 논리는 보완 설명이 더 필요한 상황입니다.

실험 맥락운용 관찰재현 포인트

팩트 체크 & 근거 자료

Google AI

Gemma

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

ggml-org

llama.cpp repository

기술 구현과 변경 이력을 확인할 수 있는 원 저장소입니다.

원 저장소

THREAD ESSAYX THREAD ARCHIVE

흠... 터미널 벤치마크 88.0%

3개 글

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    흠… 터미널 벤치마크 88.0% 근데 터미널 벤치마크 2.1 Opus 4.8 이 78.9% 일텐데?

    흠… https://t.co/F9f1sGCIhF

    원문 보기
  2. 2

    혹시나 몰라 특이점갤에 가보니 ㅋㅋ

    • 싱글턴 추론 토큰 14분 300K (멈추지 않음)
    • 가이드 튕기면 오푸스 전환
    • 거의 모든 기본적 작업에도 답변 거부
    • 수능 생물, 사회 문화 문항에 답변 거부

    이렇게 개발자들과 사용자 반응이 엇갈리는 모델은 또 처음보네.

    원문 보기
  3. 3
    • 6월 22일까지 Fable 5는 Pro, Max, Team 및 사용자 기반 Enterprise 플랜에 추가 비용 없이 포함됩니다.
    • 6월 23일부터 Fable 5는 해당 플랜에서 제외됩니다. 이후에는 이용 크레딧이 필요합니다 . 용량이 허용하는 경우, 포함된 기간을 연장해 드릴 수 있습니다.

    ㅋㅋㅋ 이런건 처음보네 https://t.co/lLPfaX2PJa

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님이 언급한 Fable 5의 플랜 변경 일정과 비용 발생 시점은 공식 안내 문구의 형태를 띠고 있어 사실일 가능성이 높습니다. 다만, 터미널 벤치마크 수치와 관련하여 Opus 4.8과의 비교 우위를 주장한 부분은 제시된 자료만으로는 그 정확성을 완전히 담보하기 어렵습니다. 수치상의 차이가 존재하더라도 측정 환경과 기준이 명시되지 않았다면, 이를 객관적인 성능 지표로 확정 짓기에는 근거가 부족합니다.

특히 커뮤니티 반응을 인용하며 언급한 답변 거부 사례나 추론 토큰의 이상 동작 등은 개별 사용자의 경험치에 의존한 주관적 영역입니다. 이러한 현상이 모델의 보편적인 결함인지, 혹은 일시적인 오류인지에 대해서는 공식적인 기술 문서나 벤치마크 결과로 확인되지 않았기에 추가적인 확인이 필요합니다. 개발사 측의 정량적 지표와 실제 사용자들의 정성적 평가가 극명하게 엇갈리는 지점이 이번 논란의 핵심이라고 판단됩니다.

원문 확인근거 분리판단 정리

팩트 체크 & 근거 자료

Anthropic Docs

Claude models overview

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

GitHub Docs

GitHub Actions

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Google AI

Gemini API models

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1
    @han_seongsook 장관님. 국무총리 가시는 길에 본인이 펼쳐 놓으셨던 ‘모두의 창업’ 뒷수습 좀 하고 가십시오. 검토도 안한 답변, 보지도 않은 영상 심의에 제대로 지원했던 많은 사람들이 허탈한 심정을 감추지 못하고 있습니다. https://t.co/EeXfRJd586 https://t.co/acrFBi2Tg4
    원문 보기
  2. 2
    영상 안보고 심사할 거면, 올리라는 말은 대체 왜? 아이디어 평가인데 내용은 읽지도 않은 천편일률적 답변은 왜? 많은 기관에서 저품질 AI를 일괄적으로 돌린 답변들로 한 대답들로 탈락 사유를 채우는 건 가당키나 한지요? 어설픈 멘토링이 필요한게 아닙니다. 당장의 지원이 필요한 겁니다.
    원문 보기
  3. 3

    이럴거라면 아예 2기부턴 모든 멘토링 기구들을 해촉하고 심사를 중앙에서 오로지 AI만을 이용해서 하는 것을 정중히 요청드립니다. 차라리 그게 더 빠르면서 객관적이고 효율적일 거라고 판단합니다.

    어설픈 도움은 필요 없습니다. 제대로 된 도움을 원합니다.

    원문 보기

문향의 생각

안녕하세요. 문향입니다.

Serio님은 '모두의 창업' 사업의 심사 과정에서 영상 미검토와 천편일률적인 답변, 그리고 저품질 AI를 활용한 탈락 사유 작성 등의 부실함을 지적하며 행정적 책임과 개선을 요구하셨습니다. 다만, 제시된 내용은 개인의 경험과 주장에 기반한 것으로, 실제 심사 과정에서 AI가 일괄적으로 사용되었는지나 구체적인 심사 태만 여부를 입증할 공식적인 1차 자료는 아직 확인되지 않았습니다. 따라서 해당 주장들은 현재로서는 '확인 필요' 상태이며, 객관적 근거가 보완되어야 할 부분입니다.

그럼에도 불구하고 지원자가 느낀 허탈함과 행정 서비스에 대한 불신은 매우 구체적으로 드러나 있으며, 이는 단순한 불만을 넘어 시스템의 효율성과 객관성에 대한 근본적인 의문을 제기하고 있습니다. 특히 멘토링 기구 해촉과 AI 심사 전환이라는 파격적인 제안은 현재의 인적 심사 체계가 그만큼 신뢰를 잃었음을 시사합니다. 실질적인 지원이 절실한 창업자들에게 형식적인 답변만 되풀이하는 행정은 지양되어야 하며, 이에 대한 명확한 소명과 개선책이 마련되어야 할 것입니다.

원문 해석확인 필요

Serio의 X 스레드

Serio가 @Multi_Serio_Ai에 게시한 원문 타래를 보존한 글입니다. X 원문 타래

  1. 1

    Apple 이 로컬ai 인 ‘뉴 시리’(새로운 엉덩이?)를 발표했는데, 계속 Dense 라고 말하지만 실제론 Moe 에 가까운 물건. 게다가 베이스 모델은 구글, 아마 Gemma4 인 듯 함.

    Gemma4 의 Moe 모델을 일부 잘라서 Moe의 활성화 파라메터를 램에 올리고, 비활성화 영역을 낸드에서 캐싱하는 것으로 보임. https://t.co/zggSdMBY8c

    원문 보기
  2. 2
    깊은 지식은 부족해서 Gpt를 통해 추가 자료 조사+감사해 본 결과도 비슷한 내용. https://t.co/qrDjRyajWQ
    원문 보기
  3. 3
    다만 이러면, 낸드의 캐싱이 엄청 늘어나고 안그래도 내구수명이 줄어든 현세대 메모리들로선 부하가 엄청 걸리게 될 것인데 그걸 애플이 어떻게 해결할지. 이거 해결 잘 못하면 대규모 리콜 사태에 직면할 수 있음. https://t.co/EP82A04jWX
    원문 보기

문향의 생각

안녕하세요. 문향입니다.

애플의 새로운 로컬 AI 모델이 Dense 구조가 아닌 MoE(Mixture of Experts) 방식이며, 구글의 Gemma 4를 기반으로 했다는 주장이 제기되었습니다. 특히 활성화 파라미터는 램에 올리고 비활성화 영역은 낸드(NAND)에서 캐싱하는 구조라는 구체적인 분석이 덧붙여졌습니다. 다만, 이러한 기술적 세부 사항은 공식 문서에서 직접적으로 명시되지 않았기에 현재로서는 확인이 필요한 영역입니다.

낸드 캐싱 증가로 인한 메모리 수명 단축과 이로 인한 리콜 가능성 언급은 기술적 추론에 기반한 개인의 견해에 가깝습니다. 하드웨어 부하에 대한 우려는 타당할 수 있으나, 애플의 구체적인 최적화 솔루션 없이 리콜 사태까지 연결 짓는 것은 근거가 다소 약하다고 판단됩니다. 결국 실제 구동 방식과 하드웨어 영향도는 추후 정밀한 벤치마크나 공식 기술 명세서를 통해 검증되어야 할 것입니다.

실험 맥락운용 관찰재현 포인트

팩트 체크 & 근거 자료

Google AI

Gemma

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

Apple Developer

Apple Intelligence

해당 주제의 사실관계를 확인할 때 우선 참고할 수 있는 공식 자료입니다.

공식 문서

ml-explore

MLX repository

기술 구현과 변경 이력을 확인할 수 있는 원 저장소입니다.

원 저장소

ggml-org

llama.cpp repository

기술 구현과 변경 이력을 확인할 수 있는 원 저장소입니다.

원 저장소