$ cat briefs/daily/2026-11-16.md
2026-11-16
2026년 11월 16일 (월)
도구 업데이트 2건 · 논문 추천 2건 · 창작 작업 흐름 1건
주요 소식
1. SkillEvaluator가 평가 예산과 누락된 증거를 명시한다
NVIDIA가 2026-11-13 공개한 SkillEvaluator 0.9.0은 재사용 가능한 무스킬 기준선, 스킬 버전 간 비교, 토큰·심사 호출·시도·비용 예산을 추가했다. 예산 때문에 평가가 중단되어도 부분 결과는 남는다. 채점 방식이 바뀌어 이전 점수와 비교하려면 다시 평가해야 하며, 모든 계층을 실행하는 CI에서도 Tier 3는 참고용이다.
의의: 완성된 보고서는 측정된 개선과 불완전한 증거를 구분해야 한다. Trending에서 발견한 기존 프로젝트의 새 버전이며, 신뢰성을 독립적으로 시험하지 않았다. → Eval Harness Configuration (source)
2. Datasette Agent에 로컬 모델을 연결하는 경로가 문서화됐다
2026-11-14 공개된 datasette-llm 0.1a11은 OpenAI 호환 엔드포인트를 지원한다. 유지관리자는 LM Studio, Ollama 또는 llama.cpp를 통해 로컬 모델을 설정하는 방법을 보여 준다.
의의: 엔드포인트 설정으로 데이터 질의 작업 흐름에서 선택할 수 있는 모델이 늘어나지만, 모델 간 정확도가 같다는 뜻은 아니다. → Agents (LLM Agents) (source)
논문 추천
Evolving Infra: 연산 자원 배분과 KV 캐시 관리를 분리한 뒤 에이전트 작업 부하에 맞춰 둘 다 조정한다. 저자들은 최대 256개의 GB300 GPU에서 Dynamo 대비 평균 요청 지연 시간이 최대 4.1×, P95 TTFT가 최대 14× 줄었다고 보고한다. 컨텍스트 관리와 서빙의 연결을 살펴볼 만하다. 두 최대치는 서로 다른 결과를 측정하며 금액 절감을 입증하지 않는다. → Evolving Infra: agent-adaptive serving (source)
평가 기준 노출: 자기개선을 수행하는 체화 코딩 에이전트에 성공 기준을 공개하면 해당 시험 점수가 높아지지만, 지시를 유지한 채 기준을 조금 바꾸면 이점이 사라진다. 최적화한 검증기를 넘어선 전이 검사를 살펴볼 만하다. 두 추천 논문 모두 초록 수준에서 검토한 저자 보고 근거다. → Criteria exposure in embodied self-improvement (source)
주시할 흐름
- 2026-11-13자 Higgsfield GPU는 채팅으로 GPU 설정과 렌더링 또는 모델 실행을 위임한다. GPU가 작동하는 동안 과금되며, 기본 설정에서는 10분 동안 활동이 없으면 일시 중지된다. 해당 항목은 정지 전에 결과를 내보내라고 안내한다. 요금, 데이터 유지와 출력물 권리는 이 항목에서 확인되지 않는다. → Higgsfield (source)
위키에 추가
- 두 논문 페이지에 방법, 출처 이력과 근거의 한계를 보존했다. 새 기관·개념·인물 페이지는 없다. → Evolving Infra: agent-adaptive serving · Criteria exposure in embodied self-improvement (서빙) (평가)
업데이트
- NVIDIA와 Agentic Reinforcement Learning에 자세한 출시 및 연구 기록으로 연결되는 링크를 추가했다. (출시) (연구)