AI 요약
Sebastian Raschka가 추론 모델(reasoning model)을 처음부터 직접 구현하는 8편·11시간 분량의 영상 강좌를 공개했다. 사전 학습된 LLM에서 출발해 평가, 추론 시점 스케일링(inference-time scaling), 강화학습, 증류(distillation)를 Python과 PyTorch로 구현한다. 저서 'Build Reasoning Model (From Scratch)'의 동반 강좌 성격이며, 작년 'Coding LLMs from the Ground Up'의 후속편이다. 추론 모델을 에이전트 하네스의 엔진에 비유하며 LLM·추론 모델·에이전트의 관계를 설명한다.
핵심 포인트
- 8개 영상, 총 11시간 이상 분량의 실습 강좌
- 평가, 추론 시점 스케일링, 강화학습(검증 가능 보상), 증류를 PyTorch로 구현
- 2026년 10월 24일 공개, 'Build Reasoning Model (From Scratch)' 저서 기반
- 추론 모델은 RL 후처리 학습으로 강화된 LLM이며, 에이전트 하네스의 엔진 역할 수행
향후 전망
- 추론 모델 내부 원리를 학습하려는 개발자 수요에 부응하는 실습 콘텐츠 확산
- 에이전트 하네스와 추론 모델 결합에 대한 연구·교육 수요 증가
