반응형 knowledge-management15 벡터DB 없이 만든 평문 Markdown LLM 지식볼트 — 수만 개 파일을 LLM이 읽는 위키로 벡터DB 없이 만든 평문 Markdown LLM 지식볼트 — 수만 개 파일을 LLM이 읽는 위키로이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/plaintext-md-llm-knowledge-vault 2026. 6. 30. 신문사 편집국처럼 굴러가는 LLM 지식 위키 — LLM Wiki Newsroom을 뜯어봤다 Karpathy의 LLM Wiki 개념을 '신문사 편집국'으로 구현한 alfadur7의 LLM Wiki Newsroom을 직접 확인하고 정리했다. 기자·논설위원·데스크·교열·편집국장 5개 역할 분리, 작성과 검수를 다른 인스턴스로 나누는 설계, 규칙이 스스로 고쳐지는 자기개선 루프(Self-Harness·SkillOpt)까지. 과장된 수치는 1차 출처로 팩트체크해 ⚠️로 분리했다.이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/llm-wiki-newsroom-multi-agent-knowledge-wiki 2026. 6. 30. supermemory 뜯어보기 — AI에 장기 기억을 주는 엔진, 'Memory ≠ RAG'는 맞고 '벤치마크 1위'는 반만 믿자 대화에서 사실을 추출해 AI에 영속적 장기 기억을 주는 메모리 엔진 supermemory를 공식 저장소·문서로 교차검증해 정리했다. 'Memory is not RAG'의 진짜 의미, 5단 컨텍스트 스택, 단일 바이너리 자가호스팅(localhost:6767·Ollama 완전 오프라인), Claude Code에 붙이는 두 경로(MCP vs 플러그인)까지. 그리고 'MIT 오픈소스'의 경계와 'self-reported 벤치마크 1위'는 ⚠️로 짚었다.이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/supermemory-ai-memory-engine-not-rag 2026. 6. 30. 이전 1 2 3 4 다음 반응형