비드래프트 '다윈-180B-RSI', 허깅페이스 5개 벤치마크 1위

GPQA 다이아몬드 94.44%…AIME·HMMT 허깅페이스 공인 리더보드 첫 만점

비드래프트의 최신 추론 모델 '다윈-180B-RSI'가 수학·과학·멀티모달 등 고난도 인공지능(AI) 추론 성능을 평가하는 허깅페이스 주요 벤치마크에서 상위권 성적을 기록했다.

비드래프트는 다윈-180B-RSI가 허깅페이스가 공인한 5개 리더보드에서 각 1위에 올랐다고 28일 밝혔다. 특히 AIME 2026과 HMMT 2026에서는 각각 100% 만점을 기록했으며 GPQA 다이아몬드에서는 94.44%의 점수를 기록했다.

AIME와 HMMT는 수학 올림피아드 수준의 문제를 다루는 평가다. 비드래프트에 따르면 두 리더보드에서 기존 최고점은 각각 97.1%, 92.7%였다. GPQA 다이아몬드에서는 94.44%로 키미-K3(93.5%)를 앞섰다. MMLU-프로와 MMMU-프로에서도 각각 88.12%, 79.48%를 기록했다.

(사진=비드래프트)

GPQA 다이아몬드는 박사급 전문가가 출제한 과학 문제를 평가하며 MMLU-프로는 법·의학·경제 등 14개 분야의 문제를 다룬다. MMMU-프로는 도표와 악보, 의료 영상 등 시각 정보를 활용해 문제를 푸는 대학 수준의 멀티모달 평가다.

비드래프트는 이번 성과에 자체 기술인 다윈과 재귀적 자가개선(RSI), 'ZTC(Zero-Token Confidence)'를 적용했다고 설명했다. 다윈은 모델의 층과 전문가(Expert) 단위별 성능을 분석한 뒤 여러 모델에서 강점이 있는 부분을 선별해 결합하는 선택적 병합 기술이다. 비드래프트는 모델별 강점을 조합하면서 3970억개 파라미터급 초대형 모델에도 기술을 확장했다.

RSI는 모델이 문제를 직접 풀고 정답 여부를 검증한 뒤 검증된 추론 결과를 다시 학습하는 방식이다. 개선된 모델이 다음 학습의 풀이자가 되는 과정을 반복해 스스로 성능을 높이는 구조다. 비드래프트는 이번 모델에서 같은 정확도를 유지하면서 추론 길이를 11% 줄였다.

ZTC는 모델이 답변을 생성하기 전에 내부 정보를 분석해 정답 확률을 산출하는 기술이다. 비드래프트는 이를 활용해 모델의 확신도가 낮을 경우 스스로 답변을 중단하도록 설계했다고 설명했다.

김민식 비드래프트 대표는 "스스로 배우고 스스로 확신도를 아는 AI가 세계 최고 수준을 입증했다"며 "사람의 개입 없이 계속 성장하는 AI를 만들겠다"고 말했다.