[OpenMythos] 이제는 모델 크기가 아니라 '깊이'다: OpenMythos 아키텍처 분석 | 11일 만에 역설계된 무한 루프

00:00 OpenMythos 소개 및 인트로
00:35 22세 개발자의 11일간의 역설계 혁명 이야기
01:52 패러다임의 전환: 무작정 쌓는 층에서 반복하는 루프로
03:20 가시적 추론의 한계와 잠재 사고(Latent Thought)의 개념
04:52 안정성을 갖춘 3단계 심층 파이프라인과 LTI 제약 기술
07:05 잠재 공간에서의 다중 경로 동시 탐색(BFS) 기법
09:18 모델의 효율성 극대화: 3가지 핵심 기술 소개
10:21 적응형 계산 시간(ACT)을 통한 동적 리소스 관리
11:43 다중 잠재 어텐션(MLA)을 활용한 획기적인 메모리 다이어트
14:01 희소 전문가 혼합(Sparse MoE)과 다각적 추론 층의 형성
17:01 기존 트랜스포머의 학습 범위 한계와 시스템 붕괴 현상
18:24 깊이 외삽법(Depth Extrapolation): 생각할 시간이 만드는 지능
20:14 AI 스케일링 법칙의 이동: 모델 크기에서 추론 깊이로
22:04 마스터 아키텍처 요약: 완벽하게 조율된 추론 오케스트라
23:01 AI 지능의 미래와 일상적 기기 확산에 대한 결론