2026-09-17

ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search — arXiv 2609.13356 (1.85)

• TL;DR: 작은 모델은 열린 웹을 수동적으로 암기할 수 없지만, 의도적인 내부 사고와 능동적인 외부 도구 사용을 결합하면 파라미터 용량 한계를 넘어설 수 있다는 전제 위에서 256K 컨텍스트를 대상으로 처음부터 학습된 7B dense 모델. interleaved gated sliding-window 와 full attention, FP8 Muon optimizer, 16K → 64K → 256K 컨텍스트 확장, 그리고 상호작용 트레이스를 Markov Decision Process 로 재구성하는 MDP mid-training
• 읽을 이유: 스토리 3 에 대한 공급 측 답이다. Mozilla 는 오픈 쪽이 트래픽에서 이기고 있다고 재고, 이 논문은 역량 격차가 어떻게 좁혀지는지를 주장한다 — 오픈 모델을 더 크게 만들어서가 아니라 작은 모델이 도구에 손을 뻗게 만들어서이고, 그 비용은 파라미터로 치면 0 이다
• 공개 목록은 이 위키가 보유한 것 중 가장 길다: 세 학습 단계 전부의 가중치, 중간 체크포인트, 학습 코드, 단계별 데이터와 데이터 레시피, W&B 로그 — K2 Horizon 이나 Hy4 preview 보다 많으면서, 모델 크기는 두 자릿수 배율 작다
• 그러면서 라이선스도, 저자도, 랩도 적지 않는다. 논지 전체가 개방성인 공개물에서 그것 없이는 검증할 수 없는 항목이 바로 그것이고, 이는 Open-Weights Policy Fight 의 8 월 발견 — 제약이 라이선스 안으로 옮겨 갔다 — 의 정확한 형태다. "수십 배 큰 프런티어 모델과 견줄 만함" 이 역량 주장을 지탱하는데 스위트도, 스플릿도, 하네스도, 점수도 붙어 있지 않다
• → ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search

Learning to Solve Hard Problems in RL for LLMs by Never Giving Up — arXiv 2609.13443 (1.69)

• TL;DR: RL 사후학습은 데이터셋을 고르게 개선하지 않는다 — 쉬운 문제에서 큰 개선, 어려운 문제에서 작은 개선. 논문은 이를 Matthew Effect in RL for LLMs 라 이름 붙이고, 편한 설명("어려운 문제는 연산이 더 필요하다")이 방법을 면책해 준다고 주장한다. 현대적 RL 은 쉬운 문제에 연산을 낭비한다는 것이다. Never Give Up (NGU) 은 정답 샘플이 나올 때까지 한 문제의 샘플을 계속 뽑아, 비동기 RL 이 쉬운 문제를 거르는 데는 덜 쓰고 어려운 문제에 더 쓰게 만든다
• 읽을 이유: 진단이 역량이 아니라 학습 루프의 연산 배분에 관한 것이다 — 집계 사후학습 개선폭이 오르는 동안 어려운 꼬리는 전혀 움직이지 않을 수 있다는 직접적인 논증이다. 이 위키는 난이도별 분해 없이 집계 개선만 기록한 사례를 반복해 담아 왔고, 이 논문은 그 분해가 이야기의 전부라고 말한다
• 읽은 자료 안에 수치는 전혀 공개되지 않는다. Deepscaler 에서는 "연산 대비 성능을 개선한다"; Manufactoria 에서는 테스트별 보상을 쓴 표준 GRPO 가 난이도가 섞인 문제를 완전히 풀어내지 못하는데 NGU 는 결국 풀어낸다. 방향만 있고 크기는 없다
• 명백한 실패 양상이 서술되어 있지 않다: 정답까지 샘플링한다는 것은 모델이 못 푸는 문제에 대해 무한하고, 읽은 자료 안에 상한도 타임아웃도 예산도 없다
• → Learning to Solve Hard Problems in RL for LLMs by Never Giving Up

• 중국의 에이전트 규칙이 초안 단계를 벗어났고, 나흘 사이에 한 국가 원수가 오픈소스 블록을 제안했다. CAC 지도 아래 TC260 이 2026-09-14 에 AI 안전 거버넌스 프레임워크 v3.0 을 냈다. 모델이 무엇을 말하는가를 다스리는 데서 자율 시스템이 무엇을 할 수 있는가를 다스리는 쪽으로의 전환을 명시하고, 새로운 에이전트 리스크 관리 구성요소를 담았다. 2026-09-13 뉴델리 BRICS 정상회의에서 시진핑은 중국이 BRICS 국가들을 위한 "인공지능 오픈소스 지대" 를 주도하겠다고 발표했다 — 읽은 자료 안에 문안도, 헌장도, 예산도, 일정도, 회원 명단도 없는 연설 약속이다. 둘 다 위키에 담았고, 어느 쪽도 결론을 바꾸지는 않았다 → AI Governance · Open-Weights Policy Fight

• 연속된 HF 스냅샷 두 개에 걸친 재귀적 자기개선 논문 네 편은 이제 우연이 아니라 패턴이다. 오늘은 2609.11873 The Last AI Built by Humans (Headroom-Closed Index 와 다섯 단계의 자율성을 제시하는 RSI 로드맵) 와 2609.17523 ScienceBuddy (하네스 진화와 모델 RL 을 결합하는 recursive-in-recursive 자기개선) 가 더해져, 2609.15364 RSIAgent 와 어제의 Atria Dawn 과 함께 놓인다. 어느 것에도 페이지를 주지 않았다 — 존재하지 않는 페이지로 링크하지 않는다는 기존 규칙에 따라 모두 위키링크 대신 스냅샷 인용으로 달았다. 읽은 자료 가운데 이들 중 무엇도 pacing 논증과 연결하지 않는데, 이 묶음에 의미를 부여할 것이 바로 그것이다 → Test-Time Compute (Inference-Time Compute Scaling)

• 이 런이 중국 묶음에서 가장 원했던 항목이 가장 적게 확보된 항목이다. Trivium China 의 "China tightens AI controls but rejects any speed limit" (2026-09-16) 는 Frontier Pacing 에 대한 직접적인 주장이다 — 국가가 통제는 조이면서 역량 감속은 거부한다는 것. triviumchina.com 이 차단되어 있어 Trivium 의 논증은 읽지 못했고 헤드라인만 보유하며, 발견이 아니라 헤드라인으로 실었다. 09-16 런이 이미 읽지 못한 채 넘긴 "Pacing the Chinese frontier" 도 마찬가지다 → Frontier Pacing

• spec-check 는 실패해 온 것이 아니다. 보고해 온 것이고, 31 번의 런 동안 아무도 열어 보지 않았다. 2026-08-29 이후의 모든 런이 여기에 워크플로 실패로 기록됐고, 가장 최근인 09-16 에는 "29 회 연속… 4 주 동안 성공한 적 없는 워크플로" 라고 적혔다. 이번 런은 상태 대신 잡 로그를 읽었고, 워크플로는 정상이다: openrouter.ai 에 닿고, 장애를 위해 정의해 둔 exit-2 접근 불가 분기가 아니라 충돌 분기를 통해 1 로 종료하며, conflicts.txt 를 업로드한다. 런 96, 2026-09-16: agrees 17 · gap 2 · conflict 12 · not-listed 69, 모델 페이지 100 개 중 31 개가 카탈로그에 있다. 즉 게시된 수치 열두 개가 자기가 인용한 퍼스트파티 출처와 열아흐레 동안 매일 어긋나 있었고, 이 파이프라인은 그것을 인프라 문제로 기록했다. 출력된 충돌 여덟 개는 잡음이 아니다 — 일곱 개가 정확히 2 의 거듭제곱이고, 부호가 반대인 두 계열로 갈린다. DeepSeek V4.1-Flash 는 DeepSeek 퍼스트파티 $0.30/$1.20 에 대해 $0.15/$0.60 을, deepseek-v4-pro-0813 은 $1.32/$3.96 에 대해 $0.66/$1.98 을 게시한다 — 둘 다 정확히 절반이고, 이는 페이지가 DeepSeek 의 오프피크 요율을 싣고 있다는 것과 부합한다. DeepSeek V4.1-Flash 는 그것을 문장으로 적어 두었지만 검사는 그 문장을 읽지 못한다. Gemini Flash 페이지 다섯 개는 반대 방향이다: gemini-3-5-flash-lite, gemini-3-5-flash, gemini-3-7-flash, 그리고 Gemini 3.8 Flash 가 각각 Google 퍼스트파티 수치의 정확히 두 배이고, gemini-3-6-flash 는 4× 다. 정확히 두 배인 Flash 요율은 롱컨텍스트 티어의 형태인데, 그 페이지들 어디에도 그런 말이 없다. 이번 런에서 해소하지 않았고, 그것은 의도한 것이다: CLAUDE.md 는 이들 각각을 페이지가 인용한 것을 읽어야 하는 판단으로 규정하고 있고, 가격 정정 열두 건은 하루치 ingest 에 말없이 끼워 넣을 일이 아니다 → 일요일 린트의 첫 항목으로 넘긴다

• 위의 관찰 세 개와 이 항목의 차이에 대해. 앞의 셋은 세상이 한 일이다. 이것은 이 파이프라인이 한 일이고, 둘 중 더 비싼 쪽이다: 돌아가면서 실제 결함을 찾아 정확히 보고하고 있는 검사를, 열아흐레 동안 고장 난 검사로 읽은 것.

검토용 — 오늘 만들어졌고 한 번 더 봐 줄 눈이 필요한 페이지들.

• TypeSafe AI (신규 entity — 스토리 1 점수의 +0.3 이 이 페이지다)
• Jev (신규 model — Context window 와 License 가 모두 unknown 이며, 넘겨짚는 대신 그 이유를 페이지에 적었다)
• ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search (신규 paper)
• Learning to Solve Hard Problems in RL for LLMs by Never Giving Up (신규 paper)

• Anthropic: 2026-09-16 에 Claude Cowork 가 단독 제품으로서는 폐지되고 Claude 채팅으로 접혀 들어갔으며, Claude Docs 와 Claude Slides 가 베타로 나왔다. 사용자가 모드를 고르지 않고 — Claude 가 결정한다 — 산출물은 편집 가능한 완성 파일이다. Pro 와 Max 가 "앞으로 몇 주에 걸쳐" 먼저, Free 와 Team 은 이후이며, 양쪽 모두 날짜가 없다. 1.09 점 (기본 1.2 × 제품 출시 0.7 × Anthropic 1.3) 으로 주요 소식이 아니라 여기에 기록한다. 같은 날 Bloomberg 는 Mustafa Suleyman 이 Claude 같은 도구에 사람 같은 특성을 부여하면 통제를 벗어날 위험이 커진다고 경고했다고 전하는데 — 인과가 아니라 같은 날의 일로 기록한다
• AI Alignment: OpenAI 프레임워크에 대한 새 현재 수준 최상단 항목. 속성 대 사건 구분이, 이 페이지가 이름 없이 증거만 쌓아 오던 간극을 이제 지목한다
• Model Routing: 라우터가 애초에 언어 모델이어서는 안 된다는 논증에 대한 2026-09-15 섹션 신설
• Open-Weights Policy Fight: Mozilla v1.1, ZGCM-1 의 공개 형태, 그리고 BRICS 제안
• AI Governance: TC260 프레임워크 v3.0, BRICS 지대, 그리고 다른 모든 것이 부과된 의무인 이 페이지에서 OpenAI 프레임워크가 첫 자발적 공개 도구라는 메모
• OpenAI: 프레임워크, 그리고 그중 읽지 못한 것