benchmark 5 [Model] 99.9%는 모델의 점수가 아닙니다 — 같은 모델이 62.7%이기도 합니다 2026/09/08 [Agent] 스킬이 실제로 보탠 몫 재기 — 그리고 제가 어제 쓴 글의 한계 2026/09/02 [Agent] 3주 전 레포로 리뷰한 도구의 논문이 나왔습니다 — Prime Agent 2026/09/02 [Agent] EvoHarness-RL — 8B가 Opus를 따라잡았다는 표, 직접 열어봤습니다 2026/08/29 [Model] Gemini 3.7 Flash — 23일 만의 교체, 무엇이 달라졌나 2026/08/18