DeepReinforce (@deep_reinforce)
IterX 솔루션의 구현·재현을 위한 레시피와 벤치마크 코드를 deepreinforce-ai의 GitHub 저장소(IterX-tutorials)로 공개했습니다. FlashInfer 벤치 관련 튜토리얼과 실행 방법을 제공하여 연구/재현을 돕는 자료입니다.
#iterx
DeepReinforce (@deep_reinforce)
IterX가 MLSys 2026 NVIDIA 트랙의 Fused MoE 설정에서 FlashInfer AI 커널 생성 대회 벤치마크로 H100에서 15.62×, B200에서 14.84× 속도 향상을 달성해 GPT-5.2 Pro와 Claude 4.6 Opus를 크게 앞섰습니다. 참가자 전원에 무제한 크레딧을 제공한다고 공지했습니다.
Rohan Paul (@rohanpaul_ai)
DeepReinforce가 IterX용 에이전트 통합을 출시하며 자율적 RL(강화학습) 에이전트로 Anthropic의 채용 벤치마크를 능가했다고 주장합니다. 이 통합은 반복적이고 비용이 큰 소프트웨어 동작 보장과 같은 개발의 어려운 부분을 AI 에이전트가 지속적으로 실행·검증하도록 하여 개발 생산성을 크게 향상시킬 가능성을 제시합니다.
https://x.com/rohanpaul_ai/status/2022408488664867327
#deepreinforce #iterx #aiagents #reinforcementlearning #autonomousagents
DeepReinforce (@deep_reinforce)
IterX를 사용해 Anthropic의 take-home 챌린지에서 약 1140 사이클을 달성한 데모를 공유하며, 문제 해결 없이도 해당 성과를 얻었다고 보고하고 피드백을 요청하고 있습니다. 벤치마크 데모와 성능 결과 관련 알림입니다.
DeepReinforce (@deep_reinforce)
CUDA-L1의 결과는 iterX와 무료 토큰을 사용하면 쉽게 재현할 수 있다는 안내입니다. 실험 재현성과 접근성을 높여주는 도구(또는 워크플로우) 소개로, 연구 결과 검증 및 실습에 유용한 정보입니다.
DeepReinforce (@deep_reinforce)
iterX의 딥싱킹 모델이 Anthropic의 테이크홈 챌린지에서 사람 지식 없이 1,133 cycles를 달성했다고 보고했습니다. 이 성능은 이전 최고 기록인 Claude 4.5(1,363 cycles)를 능가하며, Anthropic의 채용 기준에 부합할 만큼 강력하다고 주장합니다. 현재 추가 훈련이 진행 중이라고 덧붙였습니다.
DeepReinforce (@deep_reinforce)
iterX 팀이 Anthropic의 take-home 과제용으로 코드 공개를 통해 1,158 cycles 성능을 달성했다고 발표했습니다. 이는 동일 과제에서 보고된 Claude 4.5(1,363 cycles) 결과보다 우수하며, Anthropic의 채용 기준을 충족한다고 주장합니다. 코드 공개와 벤치마크 성과를 알리는 공지입니다.
Brain Glitch (@brain_glit82035)
새 출시 알림: IterX 출시를 축하하며, IterX는 자동화된 코드 최적화(automated code optimization)에 대한 흥미로운 접근법으로 보인다는 반응입니다. 트윗에서는 출시 자체를 'Exciting launch!'로 평가하며 개발사 @deep_reinforce에 축하를 전하고 있습니다.
https://x.com/brain_glit82035/status/2013267576537731199
#iterx #deepreinforce #codeoptimization #automatedoptimization
Client Info
Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst