LLM Hacker News Apr 24, 2026 1 min read
HN은 Qwen3.6-27B를 벤치마크 승리보다 현실적으로 돌릴 수 있는 오픈 코딩 모델로 읽었다. 댓글도 점수표보다 메모리 요구량, self-hosting 가능성, dense 구조의 운영 단순성에 몰렸다.
HN은 Qwen3.6-27B를 벤치마크 승리보다 현실적으로 돌릴 수 있는 오픈 코딩 모델로 읽었다. 댓글도 점수표보다 메모리 요구량, self-hosting 가능성, dense 구조의 운영 단순성에 몰렸다.
Cursor가 Composer 2를 어떻게 학습했는지 설명하는 기술 보고서를 공개했다. 회사는 continued pretraining과 대규모 reinforcement learning을 결합해 CursorBench 61.3, Terminal-Bench 61.7, SWE-bench Multilingual 73.7을 기록했다고 밝혔다.