· ai
[Paper] ASTRO: 동역학 기반 궤적 롤아웃을 통한 적응형 스티칭
오프라인 강화 학습(RL)은 사전 수집된 데이터셋으로부터 에이전트가 최적 정책을 학습하도록 합니다. 그러나, 최적이 아닌 및 단편적인 데이터를 포함하는 데이터셋은...
-
- · ai
[Paper] 단일 확률적 포워드 패스와 코드 생성을 이용한 베이지안 신경망의 가속 실행
머신러닝 모델은 진단, 날씨 예측, NLP, 자율 주행 등과 같은 분야에서 좋은 성능을 보이지만, 그들의 제한된 불확실성 처리...
- · ai
[Paper] 지속적인 인텔리전스 성장: Self-Training, Continual Learning, 및 SuperIntelliAgent의 Dual-Scale Memory
우리는 SuperIntelliAgent를 소개합니다. 이는 학습 가능한 작은 diffusion model(learner)과 고정된 large language model을 결합한 agentic learning framework입니다.
- · ai
[Paper] Hunyuan-GameCraft-2: 명령어 기반 인터랙티브 게임 월드 모델
생성적 세계 모델(generative world models)의 최근 발전은 정적 장면 합성(static scene synthesis)에서 시작해 개방형 게임 환경(open-ended game environments)을 만드는 데 있어 눈에 띄는 진전을 가능하게 했습니다, …
- · ai
[Paper] DisMo: 오픈 월드 모션 전송을 위한 분리된 모션 표현
최근 텍스트-투-비디오(T2V) 및 이미지-투-비디오(I2V) 모델의 발전으로, 간단한 텍스트만으로도 시각적으로 매력적이고 역동적인 비디오를 생성할 수 있게 되었습니다...
- · ai
[Paper] 실제 및 인공 취약점에 대한 One-Shot 패치 평가를 위한 LLMs
자동화된 취약점 패치는 소프트웨어 보안에 필수적이며, 최근 Large Language Models(LLMs)의 발전은 자동화된 …에 대한 유망한 역량을 보여줍니다.
- · ai
[Paper] MANTA: 물리 기반 일반화된 수중 객체 추적
Underwater object tracking은 wavelength dependent attenuation과 scattering 때문에 어려우며, 이는 깊이와 물 조건에 따라 외관을 크게 왜곡합니다.
- · ai
[Paper] LFM2 기술 보고서
우리는 LFM2, 효율적인 온‑디바이스 배포와 강력한 작업 능력을 위해 설계된 Liquid Foundation Models 패밀리를 소개합니다. 하드웨어‑인‑루프 아키텍처를 사용하여…
- · ai
[Paper] Quantized-Tinyllava: 새로운 멀티모달 파운데이션 모델이 효율적인 스플릿 러닝을 가능하게 한다
Split learning은 모델을 분산 디바이스에서 학습시켜 데이터 공유를 피함으로써 데이터 프라이버시 문제를 해결하는 방법으로 잘 알려져 있습니다, 따라서 데이터 공유를 초래하는…
- · ai
[Paper] MegaChat: 고품질 영업 챗봇 평가를 위한 합성 페르시아어 Q&A 데이터셋
이란의 중소기업(SMEs)은 점점 더 Telegram을 활용하여 판매를 진행하고 있으며, 실시간 참여가 전환에 필수적입니다. 그러나, dev...
- · ai
[Paper] Ambiguity Awareness Optimization: Direct Preference Optimization을 위한 Semantic Disambiguation
Direct Preference Optimization (DPO)은 다양한 분야에서 널리 사용되는 인간 피드백을 통한 강화 학습(RLHF) 방법입니다. 최근 연구는 증가…
- · ai
[Paper] 학습 보강 온라인 이분 매칭 in the Random Arrival Order Model
우리는 learning-augmented 설정에서, $n$개의 offline 정점과 $n$개의 online 정점을 갖는 random arrival order model에서 online unweighted bipartite matching 문제를 연구한다.