3주 전 · ai

[Paper] 작은 인간 샘플에 LLM을 Finetuning 하면 Heterogeneity, Alignment, 그리고 Belief-Action Coherence를 증가시킬 수 있을까?

대규모 언어 모델(LLMs)이 설문 조사와 실험 연구에서 인간 참여자를 대체할 수 있는지에 대한 논쟁이 계속되고 있다. While re...

3주 전 · ai

[Paper] 자체 가이드 방어: 합성 가이드라인을 통한 추론 모델의 적응형 안전 정렬

Reasoning models have demonstrated remarkable capabilities in complex reasoning tasks. However, ensuring their safety against adversarial jailbreak prompts rema...

3주 전 · ai

[Paper] AnchorOPT: 동적 앵커 최적화를 위한 적응형 프롬프트 학습

기존의 프롬프트 학습 방법은 CLIP 모델을 기반으로 하며, 텍스트 토큰을 앵커로 활용하여 학습 가능한 소프트 토큰을 안내합니다. 이러한 안내는 …

3주 전 · ai

[Paper] 스파이킹 뉴럴 네트워크를 이용한 연합 학습의 프라이버시

스파이킹 신경망(SNN)은 임베디드 및 엣지 AI 분야에서 주요 후보로 부상했습니다. 이들의 고유한 저전력 소비 특성 덕분에 훨씬 더 효율적입니다.

3주 전 · ai

[Paper] LLM-as-a-Judge 평가를 올바르게 보고하는 방법

대형 언어 모델(LLMs)은 인간을 대신해 평가자로 점점 더 많이 사용되고 있습니다. 확장 가능하지만, 그들의 판단은 불완전한 specificity와 s...

3주 전 · ai

[Paper] MortgageLLM: 잔여 지시 전이, 정렬 튜닝 및 작업별 라우팅을 통한 도메인 적응 사전 학습

대형 언어 모델(LLM)은 일반 분야 전반에 걸쳐 뛰어난 역량을 보여주지만, 모기지 금융과 같은 전문 분야에 적용하는 데는 …

3주 전 · ai

[Paper] 저자원 버마어에서 ASR 오류 교정을 위한 Alignment-Enhanced Transformers와 음성학적 특징

이 논문은 저자원 버마어에서 자동 음성 인식(ASR) 오류 교정을 위해 sequence-to-sequence Transformer 모델을 조사하며, ...

3주 전 · ai

[Paper] 표기 제약 만족 및 인간 난이도 정렬 대형 언어 모델

Large language models must satisfy hard orthographic constraints during controlled text generation, yet systematic cross-architecture evaluation remains limited...

3주 전 · ai

[Paper] Kolmogorov-Arnold Network Head 파인튜닝을 통한 버마어 뉴스 분류 향상

버마어와 같은 저자원 언어에서는 classification 작업에서 종종 final classification layer만 fine-tune하고, pre-trained encoder 가중치는 frozen 상태로 유지합니다. Wh...

3주 전 · ai

[Paper] 문맥 인식 프래그머틱 메타인지 프롬프트를 활용한 풍자 감지

풍자를 감지하는 것은 최근 neural network approaches의 발전에도 불구하고 자연어 처리(NLP) 분야에서 여전히 어려운 과제입니다. 현재, ...

3주 전 · ai

[Paper] Zipf 분포는 두 단계 상징적 과정에서: 확률적 어휘 필터링에 의한 안정성

Zipf's law in language lacks a definitive origin, debated across fields. This study explains Zipf-like behavior using geometric mechanisms without linguistic el...

3주 전 · ai

[Paper] 오프라인 데이터 선택과 온라인 자체 정제 생성에 대한 통합 이해: 사후 학습 LLM

오프라인 데이터 선택 및 온라인 자체 정제 생성은 데이터 품질을 향상시키며, 대형 언어 모델(LLMs)을 특정 분야에 적용하는 데 중요한 단계입니다.