제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
AWS는 SageMaker AI의 서버리스 모델 맞춤화 기능에 ‘훈련 세션(Training Sessions)’을 추가했다고 발표했으며, 이는 오늘부터 전면적으로 이용 가능하다. 사용자는 훈련 후 로직(예: 사용자 정의 손실 함수, 보상 신호, 다단계 강화학습 등)을 직접 작성할 수 있으며, GPU 할당, 분산 실행, 장애 복구 및 체크포인트 저장은 모두 플랫폼에서 자동으로 처리된다.
마이크로소프트와 허깅페이스가 공동으로 오픈소스 프레임워크인 ThinkingBox를 출시했으며, 이는 LLM 에이전트가 실행한 후의 실제 데이터베이스 최종 상태와 예상 상태를 비교하여 0/1 이진 보상을 생성함으로써 강화학습을 통해 모델을 미세조정하는 데 활용된다. 이와 함께 제공되는 벤치마크인 ThinkingBox-Bench에는 실제 백엔드 작업 507개가 포함되어 있으며, 해당 작업들은 모두 학습에 사용되지 않았다. Qwen3.8-27B는 50단계의 GRPO 미세조정을 거친 결과, 유지 테스트 세트에서 pass@1 지표가 9.08%포인트 상승하고 Observed 20/20 지표는 약 3배 증가했으나, 일부 분야에서는 pass@20 지표가 하락해 광범위성과 안정성 간의 균형을 반영했다.
블라드 미할체아, 패트릭 바움가르트너, 프랑크 델포르트 세 명의 베테랑 자바 챔피언이 프로덕션 환경과 오픈소스 프로젝트에서 GitHub Copilot을 활용한 실무 경험을 공유했습니다. 이들은 AI가 자동으로 코드를 생성하는 데 의존하기보다는, 인간이 주도하는 문제 정의, 컨텍스트 기반 고정, 반복적 검증 및 최종 책임 소재의 중요성을 강조했습니다.
GitHub 공식 튜토리얼에서는 Copilot 애플리케이션에서 생성된 코드 변경 사항, 대화 컨텍스트 및 작업 트리를 포함한 전체 세션을 한 번에 Visual Studio Code로 가져와, 브랜치를 다시 생성할 필요 없이 컨텍스트를 잃지 않고 바로 검토·편집·테스트한 뒤 연관된 PR로 푸시하는 엔드투엔드 협업 워크플로를 구현하는 방법을 안내합니다.
