Bringing Continual Learning into Enterprises — Samuel Denton, Applied Compute
이 영상은 Applied Compute에서 개발한 continual learning 기법을 기업 환경에 적용하는 방법을 소개합니다. 생산성 향상을 위해 오프라인 및 온라인 데이터와 힌트를 활용하는 4가지 접근 방식을 설명하고, 실제 사례를 통해 이러한 기법이 어떻게 에이전트의 성능을 개선하는지 보여줍니다.
핵심 요약
- Continual learning을 위한 2x2 격자 모델을 제시하며, '오프라인 힌트/오프라인 트레이스', '오프라인 힌트/온라인 트레이스', '온라인 힌트/오프라인 트레이스', '온라인 힌트/온라인 트레이스'의 네 가지 유형을 설명합니다. [05:30]
- Qwen 3.5 모델이 SWE-bench에서 80턴까지 소요되던 것을 40턴 이내로 제출하도록 유도하여 task complete rate를 22%에서 60%로 높였으며, test pass rate는 유지하거나 소폭 상승시켰습니다. [12:30]
- 고객사의 까다로운 하이퍼링크 형식 요구사항을 충족시키기 위해, 온라인 힌트와 온라인 트레이스를 활용하여 하이퍼링크 형식 오류율을 15%에서 80%까지 개선했습니다. [15:30]
전체 요약과 종목별 의견·실시간 분석을 보려면 로그인하세요.
로그인 / 회원가입