LLM 구조라는게 결국 확률 텍스트 생성기고 수학적 원리를 전부는 모르더라도 일부를 바탕으로 생가갛면


대부분은 기존 툴이랑 비슷하지만 약간 더 나은 성능일뿐임. 


이런건 솔직히 그다지 중요하지 않음. 실제 벤치마크를 어느정도 개선했다와 같은건 그 벤치마크의 유형에 따라서 다른 결론이 나올 수밖에 없음


LLM은 결국 학습된 데이터에 따라 특화가 달라서


결국 진짜로 중요한건 일반적으로 모델에 새로운 능력이 추가되는거지


RL, 생각의 사슬, MCP,에이전트,RAG 이런 것들이 중요한건데


왜 벤치마크 딸딸이에 집착하는지 모르겠음


즉 실제로 기술적인 개선보다는 그 기술의 새로운 툴이나 새로운 능력이 중요한건데


대부분 벤치 딸에 그치고 있음.