Qwen3.6-35B-A3B를 추가 후속학습한 저비용 협업(co-work) 에이전트 모델 Occamy-1.0이 공개됐다. 정보 수집, 도구 사용, 코딩, 파일 조작을 결합한 장기 실행 워크플로에서 실행 기반 데이터와 재현 가능한 장기 궤적을 구축하고 단계별 후속학습으로 상태 추적·복구·후속 조치 능력을 강화했다. 협업 벤치마크 4종 종합 평가에서 비슷한 규모 모델 중 최상위권이며 훨씬 큰 프론티어 모델과도 경쟁력을 유지했고, 비용-성능 파레토 프론티어에서 저비용 지점을 차지했다. 도구 호출·코딩·지시 이행 평가에서도 범용 에이전트 능력을 유지함을 확인했으며 모델 가중치와 일부 학습 데이터가 공개됐다. 대형 프론티어 모델 없이도 실무형 에이전트를 저비용으로 운용할 수 있는 실용적 대안을 제시한다.
- •Qwen3.6-35B-A3B 후속학습 기반의 저비용 협업 에이전트 모델 Occamy-1.0 공개
- •실행 기반 데이터 구축과 재현 가능한 장기 궤적, 단계별 후속학습으로 실행 능력 강화
- •협업 벤치마크 4종에서 비슷한 규모 모델 중 최상위, 대형 프론티어 모델과도 경쟁력 유지
- •비용-성능 파레토 프론티어에서 저비용 지점(low-cost knee) 차지
- •도구 호출·코딩·지시 이행 등 범용 에이전트 능력 유지 확인, 모델 가중치 일부 공개
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Occamy-1.0: Open Pareto-frontier 35B Intelligence for Co-work
- 1.비용 효율적인 협업 에이전트 모델 'Occamy-1.0' 공개, Qwen3.6-35B-A3B를 추가 훈련해 구축
- 2.실행 기반 데이터와 여러 하네스의 재현 가능한 장기 궤적, 단계별 후속학습으로 실행 능력 강화
- 3.다양한 co-work 벤치마크에서 동급 크기 모델 중 최상위권, 훨씬 큰 프론티어 모델과도 경쟁력 확보
- 4.4개 대표 벤치마크의 비용-성능 곡선에서 최적 저비용 지점에 위치, 모델 가중치와 학습 데이터 일부 공개
왜 중요한가?
대형 프론티어 모델 없이도 실무형 에이전트 작업을 저비용으로 수행할 수 있는 오픈 웨이트 모델을 제시해, 비용에 민감한 에이전틱 워크플로 구축에 실질적 대안을 제공한다.
언급 프로젝트
본문 미리보기
arXiv:2609.11977v1 Announce Type: new Abstract: Co-work agents execute complex workflows that combine information gathering, tool use, coding, and file manipulation across many model invocations. Because cost and latency accumulate over the full episode, their practical value depends not only on peak capability but also on how efficiently that capability is delivered. Yet many steps in everyday work emphasize state tracking, coordination, recovery, and follow-through rather than frontier-scale
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:40AI 초안

![[10월12일] AI가 암을 치료해도 원리를 알아야 할까…수학자 타오의 질문에 쏟아진 반론](https://cdn.aitimes.com/news/photo/202610/216150_220160_1157.jpg)

