Microsoft 문서에서는 GPT-5.4-mini의 효율적인 기술 추출을 공개합니다.
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- Microsoft의 새 논문에서는 정제된 기술 문서를 통해 GPT-5.4-mini가 2.7~6배 더 적게 사용하면서 추론 모드 성능을 일치시키거나 능가할 수 있음을 보여줍니다.
- 과거 작업에서 학습된 몇 가지 규칙은 비용이 많이 드는 추론 프로세스를 대체하여 전체 추론 성능을 일치하거나 능가하는 동시에 토큰 비용을 최대 6배까지 절감할 수 있습니다.
- 마이크로소프트 연구원들은 더 저렴한 AI 모델이 값비싼 추론 모드보다 더 나은 성능을 발휘하도록 만드는 방법을 찾았습니다.
본문
Microsoft의 새 논문에서는 정제된 기술 문서를 통해 GPT-5.4-mini가 2.7~6배 더 적게 사용하면서 추론 모드 성능을 일치시키거나 능가할 수 있음을 보여줍니다. 과거 작업에서 학습된 몇 가지 규칙은 비용이 많이 드는 추론 프로세스를 대체하여 전체 추론 성능을 일치하거나 능가하는 동시에 토큰 비용을 최대 6배까지 절감할 수 있습니다. 마이크로소프트 연구원들은 더 저렴한 AI 모델이 값비싼 추론 모드보다 더 나은 성능을 발휘하도록 만드는 방법을 찾았습니다. 그 비용은 라떼 한 잔 정도입니다. 8월 11일에 발표된 "Reason Wide, Not Deep: Amortizing the Reasoning Premium into Distilled Skills"라는 제목의 논문에서는 소수의 작업 사례에서 압축된 규칙 세트를 추출하는 수동적 기술 증류 방법을 소개합니다. 이번 사례의 대상 모델은 지난 3월 출시된 GPT-5.4-mini이다.
이러한 궤적에서 에이전트는 40~130줄의 마크다운 범위에 이르는 자연어 "기술" 문서를 추출합니다. 각 도메인의 기술 문서를 생성하는 데 드는 컴퓨팅 비용은 1달러에서 3달러 사이입니다. ALFWorld에서 스킬 강화 GPT-5.4-mini는 0.787점을 획득했습니다. 이 문서는 6월에 출시된 Microsoft의 SkillOpt 프레임워크를 직접 기반으로 작성되었습니다. 이 프레임워크는 에이전트 기술을 정적 모델 가중치가 아닌 훈련 가능한 매개변수로 재구성했습니다. SkillOpt는 6개 벤치마크에서 GPT-5.5의 평균 23.5포인트 이득을 입증하여 기본 모델과 관계없이 기술을 최적화할 수 있다는 이론적 토대를 마련했습니다. 기술 문서는 시스템 프롬프트를 통해 삽입된 마크다운 파일이기 때문에 기존 롤아웃 전략과 함께 작동합니다.
Microsoft의 효율적인 기술 증류 방법은 AI 기능을 민주화하여 비용을 절감하고 더 광범위한 애플리케이션에 대한 접근성을 향상시킵니다. Microsoft 논문에서 GPT-5.4-mini의 효율적인 기술 증류가 Crypto Briefing에 처음 등장했습니다.