# Wiki Foundation Model, 연결된 마크다운 위키에서 에이전트 메모리 검색

WFM은 LLM 위키를 그래프로 바꾸고, 질의에 조건화된 메시지 전달로 검색한다. 각 페이지의 텍스트와 페이지 사이 링크가 함께 결과를 만든다. 연구팀은 GPU 간 학습 프로토콜이 10.5배 더 빠르게 학습한다고 밝혔으며, 에이전트 메모리와 다중 홉 추론을 다루는 벤치마크 5개에서 강한 결과를 보고했다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:31:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/2d685489d202403aa8a5f14a.html

Content language: ko
Localization state: translated

출처: elvis · 2026. 9. 23. 11:17:21 게시

Wiki Foundation Model(WFM)은 장기 메모리가 서로 연결된 마크다운 파일 폴더인 에이전트를 위한 모델이다. LLM 위키를 그래프로 바꾸고 질의에 조건화된 메시지 전달로 검색하므로, 각 페이지의 밀집된 텍스트와 페이지 사이 링크가 함께 결과를 만든다.

연구팀은 GPU 간 학습 프로토콜도 만들었으며, 이 프로토콜이 10.5배 더 빠르게 학습한다고 밝혔다. 또 에이전트 메모리와 다중 홉 추론을 다루는 벤치마크 5개에서 강한 결과를 보고했다. 이 연구는 [WFM 논문](https://arxiv.org/abs/2609.18182)에 설명되어 있고, academy.dair.ai는 [논문용 채팅 페이지](https://academy.dair.ai/papers/wfm-wiki-foundation-model-for-complex-agentic-reasoning-2609.18182)를 제공한다.

Tags: WFM, 에이전트 메모리, LLM 위키, 연구

[원문 게시물 보기](https://x.com/omarsar0/status/2102579964436680959)