2026
Questions decide the score: two FDE-Bench cases, drawn out점수는 질문이 정한다: FDE-Bench 케이스 두 개를 그림으로 뜯어보기
I downloaded FDE-Bench, opened a routing case and a credit-scoring case, and ran my own submissions through their real evaluators. Most zero scores come from a rule nobody wrote down, and the routing case's two geometry penalties are easiest to understand by dragging a point around.FDE-Bench 를 내려받아 경로 계획 케이스와 신용평가 케이스를 열고, 직접 만든 제출물을 실제 채점기로 채점해 봤어요. 0점은 대부분 아무도 적어 두지 않은 규칙에서 나오고, 경로 케이스의 두 가지 기하 벌점은 점 하나를 끌어 보면 가장 빨리 이해돼요.
A red pen is fast, a pass/fail grade outgrows the teacher: RLVR, OPD and MOPD on a toy model빨간 펜(OPD)은 빠르고, O/X 채점(RLVR)은 선생을 넘어요
I taught a tiny model three-digit addition and subtraction four ways under identical conditions. Per-character feedback (OPD) is fast but capped by the teacher, pass/fail rewards (RLVR) are slow but can beat the teacher, and with two subjects only per-subject teachers (MOPD) kept both. Scaled up to million-sized arithmetic with near-perfect teachers, the distillation methods tie and RL barely learns.세 자리 덧셈·뺄셈을 푸는 작은 모델을 같은 조건에서 네 가지 방법으로 가르쳐 봤어요. 글자마다 고쳐 주는 OPD 는 빠르지만 선생 실력이 천장이고, 정답 여부만 알려 주는 RLVR 은 느려도 선생을 넘으며, 과목이 둘이면 과목별 선생을 둔 MOPD 만 두 과목을 다 지켰어요. 선생이 거의 완벽한 백만 단위 사칙연산으로 키우면 증류 방법끼리는 비슷하고 RL 은 거의 못 배워요.
Will Plan Mode Disappear?Plan Mode는 사라질까?
Some thoughts from using Codex and Claude Code. Planning isn't going away, but Plan Mode as an explicit feature will likely be absorbed into the agent itself.Codex와 Claude Code를 쓰면서 든 생각. Planning은 사라지지 않는다. 다만 Plan Mode라는 명시적인 기능은 agent 내부로 흡수될 가능성이 높다.
What makes data difficult for a language model?언어 모델에게 데이터가 어렵다는 것은 무엇일까?
My first small pre-training run showed code and algebra converging far below web text. Instead of treating that as a conclusion, I want to turn it into a better question: how should we define difficulty for next-token prediction?처음 돌려본 작은 pre-training run에서 code와 algebra는 web text보다 훨씬 낮은 loss로 수렴했습니다. 이를 결론으로 받아들이기보다 더 나은 질문으로 바꿔보고 싶습니다. next-token prediction에서 difficulty는 어떻게 정의해야 할까요?
Open-sourcing my first game: AI grids improved the workflow, not the file size첫 게임을 오픈소스로 공개하며: AI grid가 개선한 것은 파일 크기가 아니라 작업 과정이었다
What I learned while turning AI-generated images into stable game assets, then publishing the project without its private history.AI로 생성한 이미지를 안정적인 게임 에셋으로 바꾸고, 비공개 히스토리 없이 프로젝트를 공개하며 배운 것들.
Building Daniel OS: data, training, and strict evaluationDaniel OS 만들기: 데이터, 학습, 그리고 엄격한 evaluation
How I separated personal facts from public knowledge, trained evidence-routing behavior into LFM2-350M, and evaluated a browser-native AI portfolio without hiding its limits.개인 정보와 공개 지식을 어떻게 분리했는지, LFM2-350M에 근거 routing 행동을 어떻게 학습시켰는지, 그리고 한계를 숨기지 않고 브라우저 네이티브 AI 포트폴리오를 어떻게 평가했는지 정리합니다.