4일 전 · ai

[Paper] 일대일에서 다대다로: Deep Vision-Language Fusion을 위한 Dynamic Cross-Layer Injection

Vision-Language Models (VLMs)는 시각 인코더의 출력만을 연결하는 조잡하고 비대칭적인 연결을 사용함으로써 심각한 visual feature bottleneck을 초래한다.

4일 전 · ai

[Paper] 고정밀 및 차원에 구애받지 않는 샘플링 with diffusions

Diffusion models는 풍부한 multi-modal distributions에서 샘플링하는 데 놀라운 경험적 성공을 보여왔습니다. 그들의 추론은 특정을 수치적으로 해결하는 데 의존합니다.

4일 전 · ai

[Paper] 덜 보고, 더 나은 운전: 파운데이션 모델을 통한 일반화 가능한 엔드-투-엔드 자율 주행, 확률적 패치 선택

최근 엔드투엔드 자율주행 분야의 진보는, 파운데이션 모델에서 추출한 패치 정렬 특징을 사용해 훈련된 정책이 Out-...에 대해 더 잘 일반화한다는 것을 보여준다.

4일 전 · ai

[Paper] 제한된 지연, 부분 참여 및 잡음 통신 하의 분산 퍼셉트론

우리는 반복 파라미터 혼합(IPM 스타일 평균화)을 통해 훈련되는 반비동기 클라이언트‑서버 퍼셉트론을 연구한다: 클라이언트는 로컬 퍼셉트론 업데이트를 수행하고 a s...

4일 전 · ai

[Paper] 맥락적 의도에서 에이전트 메모리 그라운딩

대규모 언어 모델을 long-horizon, goal-oriented interactions에 배치하는 것은 여전히 어려운 과제이다. 이는 유사한 엔터티와 사실이 서로 다른 latent …

4일 전 · ai

[Paper] 통신 효율적이고 프라이버시 적응형 메커니즘 -- 수렴 분석을 포함한 Federated Learning 스킴

Federated learning은 여러 당사자가 자체 원시 데이터를 공유하지 않고 학습 모델을 공동으로 훈련할 수 있게 하여, 프라이버시…

4일 전 · ai

[Paper] LIBERTy: 인과 프레임워크를 이용한 LLM의 Concept-Based Explanations 벤치마킹과 Structural Counterfactuals

Concept-based explanations는 고수준 개념(예: gender 또는 experience)이 모델 행동에 미치는 영향을 정량화하며, 이는 decision-makers에게 매우 중요합니다.

4일 전 · ai

[Paper] Generative AI가 건축 개념 설계에 미치는 영향: 성과, 창의적 자기 효능감 및 인지 부하

우리 연구는 생성 AI(GenAI)가 건축 개념 설계 과제에서 성과, 창의적 자기 효능감, 그리고 인지 부하에 어떻게 영향을 미치는지 조사합니다. 30…

4일 전 · ai

[Paper] 데이터 기반 확률적 reduced-order modeling of parametrized dynamical systems

복잡한 동역학 시스템을 다양한 조건 하에서 모델링하는 것은 계산적으로 비용이 많이 들며, 종종 고충실도 시뮬레이션을 실행 불가능하게 만든다. Although reduce...

4일 전 · ai

[Paper] 신경 스케일링 법칙의 기원: 무작위 그래프에서 자연어까지

Scaling laws는 현대 AI 혁명에서 중요한 역할을 해왔으며, 실무자들에게 model performance가 증가함에 따라 어떻게 향상될지 예측할 수 있는 힘을 제공합니다.

4일 전 · ai

[Paper] 기업 검색 증강 시스템을 위한 구조 및 다양성 인식 컨텍스트 버블 구축

Large language model (LLM) 컨텍스트는 일반적으로 retrieval-augmented generation (RAG)을 사용하여 구성되며, 이는 top‑k passage를 순위 매기고 선택하는 과정을 포함합니다.

4일 전 · ai

[Paper] 당신의 Reasoning Models는 Reasoning인가, Guessing인가? A Mechanistic Analysis of Hierarchical Reasoning Models

Hierarchical reasoning model(HRM)은 다양한 추론 작업에서 뛰어난 성능을 달성하며, 대형 언어 모델 기반 추론을 크게 능가합니다.