05

모델

모델은 AI의 「두뇌 파일」입니다. ChatGPT나 Claude 같은 AI도 결국 이런 두뇌 파일을 돌려서 대답하고, 누구나 받아서 자기 컴퓨터에서 돌려 볼 수 있게 공개된 모델도 많습니다. 여기 모인 것은 Hugging Face(허깅페이스)라는 모델 공유 사이트에서 요즘 뜨는 순으로 가져온 것입니다.

카드의 「좋아요」는 눌러 준 사람 수, 「다운로드」는 받아 간 횟수입니다. 회색 줄의 「○○ 기반」은 어느 모델을 고쳐서 만들었는지, 「파라미터」는 두뇌의 크기입니다 — 클수록 똑똑해지기 쉽지만 그만큼 무겁습니다.

사흘 안에 눈에 띈 것. 모으는 건 기계가, 올리는 건 내가 고른다.

여기서 고른 것을 뜯는다 → 뜯어본 생각

2026-10-15 23:01 UTC 수집 · 418건 중 44건

이 페이지에 나온 용어퓨샷vLLM용어 전부 보기 →
text-generationtransformers출처 Hugging Face
LiquidAI의 새로운 언어 모델 LFM2.5-24B-A2B 출시

386 좋아요6.3k 다운로드

otherLFM2.5-24B-A2B-Base 기반

우리가 본 것

원제 — LiquidAI/LFM2.5-24B-A2B

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — Best-in-class agent: Competitive with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks, scoring 48.09 on LiveClaw versus 38.19.

나온 때 2026-10-12

가져온 때 2026-10-13 23:01 UTC · c579ed3cfe2e10ec

뜯은 자리 — 모델 카드

image-text-to-texttransformers출처 Hugging Face
MiniCPM-V 4.7-35B-A3B 모델 공개

790 좋아요9.3k 다운로드

apache-2.0

우리가 본 것

원제 — openbmb/MiniCPM-V-4.7-35B-A3B

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — With our Lookahead Expert Scheduling (LES) technique introduced alongside MiniCPM-V 4.7, combined with fine-grained layer-wise quantization and DSpark speculative sampling integration, Mi…

나온 때 2026-10-07

가져온 때 2026-10-13 23:01 UTC · 5ca3d9ef5e7bf155

뜯은 자리 — 모델 카드

text-to-speechsafetensors출처 Hugging Face
드라마 제작을 위한 AI 음성 모델 출시

467 좋아요4.0k 다운로드

other

우리가 본 것

원제 — fishaudio/drama-3

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — A single stream gets its first audio in under 100 ms.

나온 때 2026-10-01

가져온 때 2026-10-14 23:02 UTC · ea49f1b15998335c

뜯은 자리 — 모델 카드

zero-shot-classificationtransformers출처 Hugging Face
Qwen3.8-27B 모델의 저장소 공개

197 좋아요2.7k 다운로드

apache-2.0Qwen3.8-27B 기반

우리가 본 것

원제 — vllm-sr/d3

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — Speed: text requests take a median of 54.4 ms, requests with an image a median of 290 ms, and requests with a 10-second video a median of 500 ms, on one AMD Instinct MI325X, one request a…

나온 때 2026-10-10

가져온 때 2026-10-13 23:01 UTC · 01560164c36d18da

뜯은 자리 — 모델 카드

image-text-to-texttransformers출처 Hugging Face
MiniCPM-V-4.7-1B 모델 공개

360 좋아요5.3k 다운로드

apache-2.0

우리가 본 것

원제 — openbmb/MiniCPM-V-4.7-1B

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — The 1B variant of MiniCPM-V 4.7 advances the performance–efficiency Pareto frontier for MLLMs.

나온 때 2026-10-06

가져온 때 2026-10-13 23:01 UTC · d1276768476a030a

뜯은 자리 — 모델 카드

text-classificationtransformers출처 Hugging Face
JEV-35B 모델의 새로운 버전 공개

306 좋아요33k 다운로드

apache-2.0JEV-35B 기반

우리가 본 것

원제 — autotrust/JEV-35B-NVFP4

제목과 링크만 주는 소스라 인용할 것이 없다.

대상 주장 — Speed: the same latency as bf16 on one B200 for single requests; the gain is memory (one 32–48 GB GPU is enough).

나온 때 2026-10-11

가져온 때 2026-10-13 23:01 UTC · b0be99502d578ee1

뜯은 자리 — 모델 카드

image-to-imagediffusers출처 Hugging Face
이미지 생성 AI 모델의 새로운 버전 공개

201 좋아요3.2k 다운로드

other

우리가 본 것

원제 — black-forest-labs/flux-3-image-klein

제목과 링크만 주는 소스라 인용할 것이 없다.

나온 때 2026-10-13

가져온 때 2026-10-15 23:01 UTC · 722181fb8cc2c805

뜯은 자리 — 목록뿐 (원문을 못 읽었다)

image-text-to-texttransformers출처 Hugging Face
Muse-Spark-Open-816B-A42B 모델 공개

212 좋아요402 다운로드

other

우리가 본 것

원제 — meta-models/Muse-Spark-Open-816B-A42B

제목과 링크만 주는 소스라 인용할 것이 없다.

나온 때 2026-09-15

가져온 때 2026-10-15 23:01 UTC · 3110f3e1a27a59dd

뜯은 자리 — 목록뿐 (원문을 못 읽었다)

논문·레포·모델·블로그·레딧·팟캐스트를 하루 한 번 기계가 긁는다. 모은 것은 한 번씩 뜯는다 — README·초록·모델 카드를 열어 보고, 거기서 나온 것은 카드가 되든 안 되든 계속 갖고 있는다. 제목과 링크는 원문으로 가고, 여기서 원문을 다시 싣지 않는다.

카드의 회색 줄은 소스가 내세우는 말이 아니라 뜯어서 나온 것이다 — 라이선스, 마지막 커밋, 무엇 위에 얹은 모델인지, 논문이 자기 한계를 적었는지. 무엇을 읽고 그렇게 적었는지는 「우리가 본 것」을 펴면 나온다. 「목록뿐」이라고 적힌 것은 원문을 못 읽었다는 뜻이다 — 우리를 막는 사이트가 있고, 그걸 읽은 척하지 않는다.

따옴표가 붙은 줄은 원문에서 그대로 옮긴 문장이다 — 대상이 스스로 밝힌 수치이지 우리가 잰 값이 아니다. 검증하지 않고 옮기기만 했고, 그러라고 따옴표를 붙였다.

한국어 제목과 요약은 기계(내 컴퓨터에서 돌리는 AI 모델)가 원문을 읽고, 처음 보는 사람도 알아듣게 풀어 쓴 것이다. 내가 읽고 쓴 것이 아니다. 원문에 없는 수치나 평가는 넣지 말라고 시켜 두었지만 기계가 쓴 것이니, 확실히 하려면 원문을 본다 — 원제는 카드를 펼치면 있다.

주제는 원문 제목·인용·태그에 나온 낱말을 정해진 목록과 맞춰 기계가 매긴 것이다 — 카드를 읽는 모델은 없다. 아무 낱말도 안 걸려 주제가 하나도 없는 카드가 있고, 주제를 고르면 그건 빠진다. 소스와 주제는 같이 걸린다.

카드마다 그때 실제로 읽은 문장 한 줄과, 그때 받아 온 응답의 지문을 남긴다. 원문은 여기 저장하지 않는다 — 나중에 원문이 바뀌거나 사라져도 담보하는 것은 "우리가 본 시점의 그 문장"이지 페이지 전체가 아니다.