Grok의 ARC-AGI 0점 기록, LLM의 보간법 한계와 벤치마크의 실체
Grok scored zero on ARC-AGI-3. Every 5-year-old did better
MiniMax M2 팀이 Interleaved Thinking과 perturbation 기반 데이터 파이프라인을 도입해 벤치마크 성능과 실제 환경 일반화를 동시에 달성
Aligning to What? Rethinking Agent Generalization in MiniMax M2
Hugging Face가 공개·비공개 데이터셋 하이브리드 전략으로 임베딩 모델 평가의 과적합 문제 해결하는 RTEB 벤치마크 출시
Introducing RTEB: A New Standard for Retrieval Evaluation
LeRobot이 로봇 데이터 수집 파이프라인 단순화와 Hugging Face Hub 통합으로 커뮤니티 기여 데이터셋 증가
LeRobot Community Datasets: The “ImageNet” of Robotics — When and How?