중요X
Recursive SI, 자동화 연구 시스템으로 만든 로컬 코딩 모델 'Flint' 공개
50B 이하 MoE 1위에 맥북 125토큰/s·오픈웨이트. 오프라인 코딩 에이전트 자체 구축 검토 가치.
요약
Recursive SI가 자사의 자동화 연구 시스템인 Eureka Machine으로 구축한 첫 번째 로컬 코딩 모델 'Flint'를 공개했다. Flint는 SWE-bench Pro v2, Terminal-Bench 2.1, SWE-bench Verified 등 에이전트 코딩 벤치마크에서 50B 이하의 MoE 모델 중 가장 우수한 성능을 입증했다. MacBook Pro에서 125+ tokens/sec, RTX Spark에서 150+ tokens/sec의 빠른 처리 속도를 구현했다. 현재 오픈 가중치(Open weights)가 공개되어 누구나 활용할 수 있다. 소규모 팀이 4개월 미만의 기간 내에 고성능 오프라인 코딩 모델을 출시함으로써, 자동화된 AI 연구 시스템이 개발 기간을 획기적으로 단축할 수 있음을 증명했다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @DocumentingAGI: Recursive SI launches Flint, its first model: a fast local coding model built with their automated research system, the Eureka Mac
원문 보기 ↗