추론 모델 평가

작성자 주: Astra가 Qwen3.5-0.8B의 가중치를 수정한 실험을 다시 살펴보며, 추론 모델 평가에서 ‘답을 틀린 것’과 ‘답을 끝까지 쓰지 못한 것’의 차이, 그리고 잘림 여부에 따라 결과를 나누어 분석하는 방법을 설명해요. 11월 2일, MIT CSAIL의 연구자 네 명이 블로그 글 《가중치 공간 프로그래밍의 불꽃》을 공개했어요. 글에 따르면 GPT-6 Astra는 Qwen3.5-0.8B의 파라미터 중 약 0.016%만 수정했는데, MATH-500…