[RTX 5090 32GB] 로컬 AI DaisyRose-27B를 Hermes에 넣어 일을 시켜 봤다, 잘 해냈지만 폴더 밖으로 나갈 때도 있었다
Qwen3.8-27B를 강화학습한 DaisyRose-27B를 RTX 5090의 Hermes Agent에서 써 봤습니다. 끝까지 간 작업은 모두 정답이었고, 설정을 맞추면 일 하나에 23초였습니다. 다만 작업 폴더 밖으로 나갈 때도 있었습니다.
EVUELA AI LAB에서 원하는 정보를 찾아보세요
"한국어" 검색 결과 49건
Qwen3.8-27B를 강화학습한 DaisyRose-27B를 RTX 5090의 Hermes Agent에서 써 봤습니다. 끝까지 간 작업은 모두 정답이었고, 설정을 맞추면 일 하나에 23초였습니다. 다만 작업 폴더 밖으로 나갈 때도 있었습니다.
three.js로 3D 장면을 만드는 요청 5가지를 Claude Opus 5.5와 RTX 5060 Ti 16GB의 Gemma 4 12B QAT에 3번씩 똑같이 시켰습니다. Claude는 15번 모두, Gemma는 10번 요청대로 동작했고, 실패한 코드는 원인까지 찾았습니다.
145B MoE 모델 Edge0-145B를 RTX 5060 Ti 16GB, 램 32GB PC에서 돌렸습니다. 짧은 질문에는 초당 17.6토큰으로 답했지만 70토큰을 넘는 질문은 대부분 읽다가 멈췄고, 읽힌 것도 엉뚱하게 답했습니다. 제작사의 16GB 제한 측정(36.8)과 비교했습니다.
RTX 5060 Ti 16GB에서 HyperFlow H3 Flash로 소리까지 함께 나는 5.2초 영상을 만들었습니다. 1344×768 한 편에 456초, VRAM은 최대 14.8GB였고 10초부터는 VRAM이 모자랐습니다. 960×544로 낮추면 15초까지 됐습니다.
3D 장면용 4B 모델 Qwen3.5-4B-3D-Coder를 RTX 5060 Ti 16GB의 Unsloth Studio에서 돌려 장면 51개를 직접 열어 봤습니다. 제대로 그려진 것은 10개, 장면 하나에 1~3분. 생각을 켜면 6~16분이 걸렸고 결과는 같았습니다.
에이전트용 1.7B 모델 LFM3-1.7B를 Hermes Agent에 붙여 RTX 5090에서 과제 7가지를 시켰습니다. 33번 중 28번 성공, VRAM 5.5GB, 초당 252토큰. 짧은 일은 Qwen3.8 27B보다 빨랐지만 여러 단계 작업은 5번 중 1번만 성공했습니다.
구글이 10월 28일 보안 특화 모델 Gemini 4 Carbon을 발표했습니다. 취약점 찾기 88.2%, 종합 지수 59점이지만 지금은 보안 기관만 씁니다. 이 블로그 코드를 점검시키면 드는 비용(약 0.67달러)도 직접 계산했습니다.
Recursive SI의 공개 코딩 모델 Flint 40B를 RTX 5090 32GB의 Unsloth Studio에서 Q4와 공식 NVFP4로 쟀습니다. 초당 230.9토큰, VRAM 30.4GB, 파이썬 8문제 중 7문제를 풀었고, 생각은 끌 수 없었으며 37만 8천 원을 3만 7,800원으로 읽었습니다.
ChatGPT와 Claude에서 학습 설정을 꺼도 대화는 서버에 저장되고, 삭제해도 최대 30일 남습니다. 공식 도움말과 설정 화면으로 보관 규칙, 회사용 요금제와의 차이, Gmail 연결 도구 30개의 권한을 확인하고 업무에 AI를 쓸 때 지킬 기준을 정리했습니다.