[Paper] 클라우드에서 신뢰할 수 있는 AI 에이전트
대규모 언어 모델을 기반으로 하는 AI 에이전트는 민감한 데이터에 자율적으로 접근하고, 외부 도구를 호출하며, inter…
대규모 언어 모델을 기반으로 하는 AI 에이전트는 민감한 데이터에 자율적으로 접근하고, 외부 도구를 호출하며, inter…
불완전한 데이터는 실제 응용에서 흔합니다. 센서가 고장 나고, 기록이 일관되지 않으며, 서로 다른 출처에서 수집된 데이터셋은 종종 규모가 다릅니다.
미국(US) 인구조사국(US Census Bureau)에서 제공하는 개인에 대한 공개용 마이크로데이터 샘플(PUMS)은 수십 년 동안 이용 가능했습니다. 그러나 컴퓨…
자원 할당은 조합적 복잡성 때문에 여전히 NP-hard이다. Rainbow Deep Q-Network (DQN)와 같은 deep reinforcement learning (DRL) 방법은 ...
Grounding은 그래픽 사용자 인터페이스(GUI) 에이전트를 구축하기 위한 기본적인 능력입니다. 기존 접근 방식들은 대규모 바운딩 박스 감독에 의존하지만…
Optimal experimental design은 통계학에서 고전적인 주제로, 많은 연구된 문제, 응용 및 해결책이 있습니다. 우리가 연구하는 design problem은 p…
딥러닝을 위한 설명 가능한 AI(XAI)의 일반적인 접근 방식은 주어진 모델에서 분류 작업에 대한 입력 특징의 중요성을 분석하는 데 초점을 맞춥니다: sal...
본 논문에서는 traffic sign recognition 작업에서 d...의 장점을 결합한 synthesis pipeline 및 dataset을 제시하여 training / testing 데이터를 제공합니다.
우리는 blooming, echo pulse width, ambient light를 포함한 자동차용 time-of-flight (ToF) LiDAR 시뮬레이션을 위한 분석 모델을 제시하며, 단계와 함께 ...
딥 뉴럴 네트워크는 실제 환경에 배치될 때 분포 이동(distribution shift) 때문에 자주 실패하며, 이는 안전하고 신뢰할 수 있는 시스템을 구축하는 데 중요한 장벽이 됩니다. An eme...
Facial recognition은 인증 및 식별을 위한 널리 사용되는 방법이 되었으며, 보안 접근 및 실종자 찾기에 활용됩니다. Its ...
최근 생성 비디오 모델의 발전으로 고품질 비디오 합성에서 큰 돌파구가 마련되었으며, 특히 제어 가능한 비디오 생성 분야에서 눈에 띄는 진전이 이루어졌습니다.