ZoomGain-4B 기사용 타이틀 카드: 헤드라인 ZoomGain-4B, 부제는 inclusionAI가 2026년 11월 11일에 가중치를 공개하고 아무것도 발표하지 않았다는 내용, 그리고 세 개의 칩은 각각 4.54B 매개변수, 비전-언어, 호스팅 API 없음을 나타냅니다.
Engineering & Research

ZoomGain-4B는 11월 11일 별도의 발표 없이 출시되었습니다

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

첫 커밋은inclusionAI/ZoomGain에 2026-11-09 02:13 UTC로 기록되어 있으며 메시지는 "Release ZoomGain init."입니다. 가중치는 ZoomGain-4B의 것이 2026-11-10 11:38 UTC에 Hugging Face에 나타났습니다. arXiv 등록, 평가 세트, 그리고 이를 만들어 낸 강화학습 코퍼스는 모두 2026-11-11 날짜이며, 이는 모델 카드가 마지막으로 수정된 날과 같은 날입니다. 제가 찾아볼 수 있었던 어디에도 나타나지 않은 것은 출시 게시물입니다. inclusionAI 사이트에는 뉴스 항목이 없고, 조직의 Hugging Face 프로필에는 저장소 자체 외에 어떤 발표도 없으며, 호스팅된 엔드포인트도 없고, 누구의 보도도 없습니다. ZoomGain-4B는 Qwen3.5-4B 위에 강화학습으로 구축된 비전-언어 모델이며, 오늘 아침 현재 이것이 존재한다는 것을 아는 사람은 우연히 저장소 목록을 본 사람들뿐입니다. 이것은 저장소가 말하는 바를 다루는 글입니다: 아래의 모든 수치는 직접 확인할 수 있는 타임스탬프이거나 저자들이 자신들의 카드에 적어 둔 숫자이며, 그것으로 충분하지 않은 부분은 그렇게 표시되어 있습니다.

세부 사항을 보기 전에 전체적인 윤곽을 원하는 독자를 위해: 이 모델은 45억 4천만 개 매개변수의 멀티모달 체크포인트로, 미세한 시각적 세부 사항 — 사진 속 작은 텍스트, 복잡한 장면에서의 객체 수, 확대해야만 판독 가능한 속성 — 에 관한 객관식 질문에 답한다. 저자들의 주장은 전체 이미지를 보는 비전 모델이 동일한 영역을 확대하면 완벽하게 읽을 수 있는 세부 사항을 놓치며, 이 격차를 훈련 신호로 전환할 수 있다는 것이다. 그런 다음 그들은 동일한 메커니즘으로 1,000개 질문 벤치마크를 구축했고, 그 벤치마크에서 훈련된 4B 모델은 55.81점을 기록한 반면, 훈련의 기반이 된 모델은 30.03점을 기록했다. 이 두 숫자가 전체 근거이며, 여기에는 논문 자체가 밝히는 주의사항이 따른다: 벤치마크는 훈련 데이터와 동일한 파이프라인으로 구축되었으며, 논문에서는 이를 "held-in"이라고 부른다.

무엇이 반영되었는지, 그리고 타임스탬프가 말하는 것

아무도 발표하지 않은 것으로 보기에는 이번 공개는 이례적으로 완성도가 높다. 여섯 개의 산출물, 모두 48시간 이내에:

• 논문. "ZoomGain: Mining Global-to-Zoom Perception Gaps for Fine-Grained Visual Supervision," arXiv 2611.14076, 2026년 11월 10일 제출, Haozhan Shen, Liangbo He, Jun Lan, Huijia Zhu, Weiqiang Wang, Tiancheng Zhao, Jianwei Yin 저. 저자 7명, cs.CV 및 cs.AI.

• 4B 체크포인트. inclusionAI/ZoomGain-4B, BF16의 safetensors. 파일 메타데이터는 4,539,265,536개의 파라미터를 집계합니다. 코드에는 Apache 2.0이 적용되며, 카드는 체크포인트 및 데이터셋 약관을 해당 저장소에 위임합니다.

• 9B 체크포인트. inclusionAI/ZoomGain-9B, 매개변수 9,409,813,744개, 더 작은 형제 모델보다 4분 후에 생성되었습니다.

• 양자화 빌드. ZoomGain-4B-GGUF가 2026-11-11 03:09 UTC에 세 가지 정밀도와 그에 맞는 비전 프로젝터와 함께 출시되었습니다: Q4_K_M은 2.71 GB, Q8_0은 4.48 GB, F16은 8.42 GB이며, 각각 이미지 인코더용 mmproj 파일이 포함되어 있습니다. 이어서 9B GGUF가 출시되었습니다.

• 벤치마크. inclusionAI/ZoomGainBench, 941개 이미지에 걸친 1,000개 질문, 모든 항목에 대한 영어 및 중국어 텍스트, 그리고 참조 답변, 채점 규칙, 픽셀 좌표로 표시된 증거 경계 상자를 포함합니다.

• 학습 데이터. inclusionAI/ZoomGain-RL-Data, Parquet 형식의 레코드 9,000개와 소스 이미지 7,713개, 그리고 학습 스크립트가 기대하는 보상 메타데이터가 포함되어 있습니다.

조용함은 미스터리도 아니고 불길한 것도 아니다. 그것은 누구도 블로그 글을 쓰기 전에 논문이 arXiv를 통과했을 때 연구 그룹의 내부 공개가 보이는 모습이다. 징후는 모두 드러나 있다. 11월 11일 아침의 커밋 세 개는 모두 14분 간격으로 "update readme"라는 제목이고, GitHub 저장소에는 스타가 세 개이며 설명 필드가 채워져 있지 않고, 두 체크포인트 저장소 모두 다운로드 0회와 좋아요 0개를 보여 주며, 4B 모델 페이지에는 비어 있거나 누락된 YAML 메타데이터에 대한 경고가 실려 있다. 그중 어느 것도 모델에 관한 증거가 아니다. 그것은 출시 과정에 관한 증거다.

Screenshot of the inclusionAI/ZoomGain-4B model card on Hugging Face, captured 11 November 2026, showing the repository header, the parameter metadata and the opening of the model card text.

세 단계로 보는 방법

ZoomGain에서 흥미로운 점은 모델이 아니라 질문을 만든 방식입니다. 파이프라인은 세 단계로 실행되며, 첫 번째 단계만 기존 방식입니다.

• 대상을 지정하세요. 여러 모델이 전체 장면에 설명된 영역을 독립적으로 찾습니다. 모델들이 일치하는 곳에서는 그 일치를 유지할 가치가 있는 크롭으로 간주합니다. 불일치를 필터로 사용하면 어떤 단일 모델의 사각지대도 대상 집합을 정의하지 못합니다.

• 증거 채굴. 동일한 영역의 캡션을 두 가지 확대 수준에서 비교합니다. 크롭이 드러내지만 전체 이미지는 드러내지 않는 것은 무엇이든 전체 이미지에 관한 질문으로 바뀝니다. 이것이 제목에서 말하는 "global-to-zoom" 격차를 만들어내는 메커니즘입니다. 즉, 질문은 답할 수 있지만, 모델이 인지의 경계에서 무언가를 해결해야만 답할 수 있습니다.

• 검증 및 오답 선택지 생성. 답변은 크롭과 교차 검증되고, 모호한 질문은 제외되며, 이미지 없이도 답할 수 있는 질문은 제외되고, 객관식 오답 선택지가 생성된다. 절제 실험에 따르면 이 마지막 단계는 실제로 중요한 역할을 한다. 전용 오답 선택지를 제거하면 held-in 벤치마크에서 8.96점이 손실되는데, 이는 논문이 보고한 단일 최대 하락폭이다.

학습 자체는 특별하지 않습니다. 번들로 제공되는 EasyR1 프레임워크를 통한 GRPO, 1 에포크, 배치 크기 64, 질문당 8회 롤아웃으로, 9,000개 레코드에서 140스텝이 됩니다. 저장소에는 롤아웃, 보상, 체크포인트 저장을 포함한 단일 스텝을 실행하는 스모크 테스트와 두 규모 모두를 위한 전체 런처가 포함되어 있습니다. PyTorch 2.10, FlashAttention 2.8.3, vLLM 0.19.1, transformers 5.7.0 — 모두 고정되어 있으며, 이것이 재현하는 저장소와 단지 설명만 하는 저장소의 차이입니다.

중요한 숫자, 그리고 그 숫자를 줄이는 주의사항

ZoomGainBench는 의도적으로 어렵게 설계되었다. 이 벤치마크에서 가장 강력한 모델은 GPT-5.6-Sol로 종합 61.08점이며, 이는 사진에 관한 객관식 문제에서 100점 만점에 61.08점이다. Claude-Opus-5는 59.86점, Gemini-3.6-Flash는 59.41점이다. 표에 실린 최고의 공개 범용 비전 모델인 1,250억 매개변수의 Qwen3.8-Flash-Next는 55.05점에 도달한다. 9,000개 샘플로 학습된 40억 매개변수 모델은 55.81점을 기록해, 1,250억 매개변수 범용 모델보다, 2조 8,000억 매개변수의 Kimi-K3보다, 3,200억 매개변수의 GLM-5.3-Flash보다 높다.

그 수치가 독립적인 하네스와 맞닥뜨려도 그대로 유지된다면, 그것은 이달의 최대 화제가 되었을 것이다. 하지만 아직 그렇지 않으며, 그 이유는 논문이 솔직히 밝히고 있다. ZoomGainBench는 훈련 데이터를 생성한 것과 동일한 파이프라인으로 구축되었으며, 논문 자체의 ablation 표에서도 이를 "Held-in"이라는 제목의 열 아래에 기재하고 있다. 질문들은 훈련 질문과 같지는 않지만, 동일한 기계장치에 의해 같은 분포에서 추출된다. 그 분포로 미세 조정된 모델은 제로샷으로 평가된 모델이 갖지 못하는 이점을 가지며, 그 이점의 크기는 바로 오늘날 inclusionAI 외부의 누구도 측정할 수 없는 것이다.

홀드아웃 증거는 덜 극적이고 더 설득력 있다. 논문은 10개의 홀드아웃 벤치마크에 대한 평균을 보고한다: 학습되지 않은 Qwen3.5-4B는 54.20, ZoomGain으로 학습된 4B는 60.96이다. 학습이 한 번도 보지 못한 벤치마크에서 평균 6.76점 상승은 실제 성과다. 다만 그것은 2.8조 개 매개변수 모델을 능가한다는 주장과 같은 주장은 아니다.

또한 그 우위가 일률적이지는 않다는 점도 주목할 만합니다. 논문의 주요 표 전반에서 4B를 자체 베이스와 비교하면:

• 대폭 향상. Visual Probe 43.30에서 57.28로. O3-Bench 54.20에서 63.19로. Zoom Bench 48.88에서 59.88로. HR-Bench 4K 81.25에서 87.25로. BabyVision 14.69에서 21.13으로.

• 중간 정도의 향상. MME-RealWorld-Lite 57.89에서 61.59로. MMStar 66.80에서 72.53으로. HR-Bench 8K 77.63에서 83.88로. MMVP 57.33에서 61.33으로.

• 회귀 하나.TreeBench 스타일의 "Tree"는 학습 전 49.38, 학습 후 49.14를 기록한다. 0.24포인트 하락으로 노이즈 범위 안이지만, 표에서 빠진 것이 아니라 표에 들어 있다는 점이 표에 관한 좋은 신호다.

Single-column scoreboard card titled ZoomGain-4B: what the repository says, with six rows: Parameters 4.54B, Parent model Qwen3.5-4B, ZoomGainBench 55.81 held-in, ten held-out benchmarks 60.96 versus 54.20, Hosted API none, Announcement none found, plus a footer noting the figures are vendor-reported and unaudited.

정말로 확인되지 않은 것은 무엇인가?

네 가지입니다. 그리고 이것들은 일반적인 면책 문구보다 더 중요합니다.

독립적인 평가는 존재하지 않습니다. 제3자의 수치는 단 하나도 없습니다. 55.81, 60.96 평균, 9B가 HR-Bench 4K에서 도달하는 90.25 — 이 모든 것은 저자들이 자체 하네스에서 자체 모델을 측정한 것입니다. 이는 논문으로서는 정상이며, 뭔가 잘못되었다는 증거는 아닙니다. 다만 이 수치들은 주장으로 읽어야 한다는 뜻입니다.

호스팅된 엔드포인트가 없습니다.두 체크포인트 모두 추론 제공자를 명시하지 않습니다. API도, 플레이그라운드도, 요금표도 없습니다. 다음 달에 이 모델을 사용하려면 8.42 GB를 다운로드해 직접 실행해야 합니다.

이름이 세 곳에서 매개변수 수와 맞지 않습니다. 모델은 4B라고 불리는데, GGUF 카드에는 4B라고 적혀 있고, 저장소 배지에는 5B라고 되어 있으며, 실제 safetensors 합계는 4.54B입니다. 추가로 늘어난 5억 개는 비전 인코더와 프로젝터이며, 이는 흔한 설명입니다 — 하지만 첫날부터 숫자 하나도 일관되게 유지하지 못하는 카드는 교정되지 않은 것이고, 나머지를 얼마나 신뢰할지 결정할 때 고려할 만한 합당한 사항입니다.

의도에 대한 언급은 없습니다. 30B가 나올까요? 호스팅 버전은요? 홀드아웃 벤치마크가 포함된 v2는요? 저장소에는 아무 언급도 없습니다. README의 업데이트 로그에는 세 줄이 나열되어 있는데, 모두 2026.11.11 날짜이며, 모두 다음에 올 내용이 아니라 출시된 내용을 설명합니다.

Screenshot of the inclusionAI/ZoomGain GitHub repository, captured 11 November 2026, showing the repository name, description, commit history and file listing at the top level.

오늘, 공급업체 없이 그것을 운영하기

GGUF 경로는 실용적인 방법이며 엄격한 전제 조건이 있습니다: Qwen3.5 멀티모달 지원이 포함된 llama.cpp 빌드가 필요합니다. 카드에는 언어 모델과 mmproj 프로젝터는 별도 파일이고 이미지 입력에는 둘 다 필요하다고 명시되어 있습니다. CLI 예제는 -m을 모델에 지정하고, --mmproj을 프로젝터에 지정하고, --image을 이미지에 지정하며, 온도 0에서 thinking을 비활성화한 상태로 실행합니다. 이는 평가 하네스의 기본값이기도 합니다. llama-server는 포트 8080에서 동일하게 작동합니다. Q4_K_M에서는 언어 모델 2.71GB에 프로젝터를 더한 용량을 보유하게 되며, 이는 노트북에서 무리 없이 실행됩니다. F16에서는 8.42GB에 프로젝터를 더한 용량으로, 워크스테이션 또는 단일 중급 GPU에 해당합니다.

대량 처리에는 vLLM 0.19.1과 transformers 5.7.0이 지원되는 스택이며, 저장소 자체의 평가 스크립트는 MODEL_PATH, GPUS 목록, 그리고 LANGUAGE 스위치를 받습니다. 이 스위치는 영어만, 중국어만, 또는 둘 다로 2,000개 작업을 실행합니다. 보고된 수치를 자체 하드웨어에서 재현하기에 충분한 기반이며, 이는 대부분의 조용한 릴리스가 제공하는 것보다 많습니다.

GPU를 세워 이 접근 방식이 가치가 있는지 알아보고 싶지 않다면, 솔직한 중간 단계는 오늘 바로 호출할 수 있는 호스팅 비전 모델을 대상으로 크롭 후 질문(crop-and-ask) 루프를 프로토타이핑하는 것입니다. 저희 카탈로그에는 Qwen3-VL-8B가 백만 토큰당 입력 $0.18, 출력 $0.70에 있고, Qwen3.5 라인은 qwen3.5-35b-a3b가 $0.057 및 $0.459부터 시작합니다 — 키 하나, 벤더별 계약 없음, 그리고 첫 모델이 지연되면 두 번째 모델로 페일오버하는 라우팅 규칙까지 갖춰져 있습니다. ZoomGain-4B 자체는 저희 카탈로그에 없으며 그렇지 않은 척하지 않겠습니다; 호스팅 우회의 요점은 자체 호스팅 4B에 일주일을 쓰기 전에, 세밀한 디테일 질문이 실제로 제품이 틀리는 부분인지 확인하는 것입니다. 그 4B는 그저 자기 부모 모델보다 그 질문들에 더 잘 답할 뿐입니다.

무엇이 이것을 단순한 호기심에서 결정으로 바꿀 수 있을까요?

세 가지 신호를, 각각 얼마나 많은 것을 알려줄 수 있는지 순서대로 살펴보겠다. 첫째, 파이프라인에 이해관계가 전혀 없는 누군가가 ZoomGainBench를 독립적으로 실행하는 경우다. 이 벤치마크는 공개되어 있고 하네스도 저장소에 있으며, 진입 장벽이라곤 GPU 한 대와 반나절이면 충분하므로 다른 신호들보다 먼저 일어날 가능성이 크다. 둘째, 홀드아웃 확장이다. 저자들이 뻔한 반론에 답하려고 자신들이 구축에 전혀 관여하지 않은 벤치마크에서 평가한다면, 55.81은 더 이상 자기들 테스트 세트만을 말하는 숫자가 아니게 된다. 셋째, 호스팅 배포다. 이는 가중치가 단순히 다운로드 가능한 수준을 넘어 수용 가능한 지연 시간으로 실제 서비스 가능함을 보여줄 것이다.

그중 하나가 실현되기 전까지 ZoomGain-4B에 대한 올바른 설명은 “작은 비전 모델이 프런티어를 이긴다”가 아니다. 올바른 설명은 이렇다. 한 연구 그룹이 학습하지 않은 10개 벤치마크에서 평균 6.76점만큼 4B 비전 모델의 성능을 끌어올리는 학습 레시피를 공개했고, 동시에 같은 기법이 같은 방식으로 만들어진 질문에서는 훨씬 더 큰 수치를 낸다는 것을 보여주는 벤치마크도 공개했다. 전반부는 발견이다. 후반부는 마케팅이며, 보도자료 없이 나왔다는 점은 적어도 이 두 가지가 도착하는 순서로서는 신선하다.