Qwen 기반 코딩·에이전트 파인튜닝 Victoria와 Maple이 공개됐다.

• Victoria는 Qwen Flash Next 계열을 코딩·에이전트 용도로 조정한 것으로 소개됐다.
• 작성자는 구조 축소와 NVFP4 재학습, 벤치마크 개선 결과를 주장했다.
• 기업 활용 여부는 라이선스·재현성·보안 통제를 별도로 검토해 판단할 사안이다.

발췌에 따르면 Victoria는 코딩과 에이전트 작업을 겨냥한 Qwen Flash Next 계열 파인튜닝 모델이다. 작성자는 REAP이라는 기법을 사용해 레이어당 구성을 512에서 288로 줄였고, 이후 NVFP4 4비트 형식으로 재학습했다고 설명한다. 공개 범위, 정확한 모델 라이선스, Maple의 세부 사양은 발췌만으로는 확인되지 않는다.

모델을 단순히 사후 양자화하는 대신 특정 저정밀 형식에 맞춰 재학습했다는 주장은, 메모리 사용량과 추론 품질의 균형을 개선하려는 접근으로 볼 수 있다. 다만 벤치마크 점수는 데이터셋, 프롬프트, 실행 환경, 시간 제한 등에 따라 달라질 수 있어 서로 다른 모델의 성능을 그대로 비교하기는 어렵다.

사내 코딩 보조나 도구 호출형 에이전트를 검토하는 조직이라면 모델 가중치 용량뿐 아니라 별도 n-gram 테이블의 저장공간 요구량까지 인프라 산정에 반영할 필요가 있다. 또한 코드 생성·명령 실행 기능은 잘못된 도구 호출이나 민감정보 노출 위험을 수반할 수 있으므로, 권한 분리와 실행 로그, 사람 검토 절차 같은 운영 통제가 중요하다.

도입 전에는 배포처의 모델 카드, 라이선스, 학습 데이터·평가 방법, 지원 하드웨어를 확인할 필요가 있다. 특히 게시된 Terminal-Bench 및 HumanEval 결과가 실제 사용하려는 언어, 저장소, 보안 정책 환경에서도 재현되는지는 별도 검증이 필요하다.

본문은 수집한 기사의 제목과 발췌를 바탕으로 AI가 정리한 해설입니다. 수치·날짜·조문 등 세부 사실은 원문에서 확인하세요.