강화 학습(RL)은 추론, 에이전시 능력 및 alignment을 위해 대형 언어 모델(LLM)의 사후 훈련에 필수적이 되었습니다. Success...

현실적인 장기 생산성 작업은 사용자별 computer environments에 크게 좌우되며, 그곳에 작업 컨텍스트의 대부분이 저장되고 조직됩니다...

기관지경 탐색은 내시경 비디오를 수술 전 CT 스캔에 등록하는 데 의존하지만, 호흡 운동으로 인해 기도가 5‑20 mm 변형되어 CT와 … 사이에 불일치를 초래합니다.

Electroencephalogram (EEG) 신호는 자동 발작 감지에 필수적이지만, 그 고유의 노이즈 때문에 강인한 representation learning을 수행하기가 어렵습니다. Existin...

우리는 AEGIS를 소개합니다. 이는 AI‑Generated 학술 ImageS의 포렌식 분석을 평가하기 위한 전체적인 benchmark입니다. 기존 benchmark와 비교했을 때, AEGIS는 세 가지…

Machine learning models는 data samples로부터 학습하여 다양한 작업을 효율적으로 수행할 수 있습니다. data samples가 adversarially manipulated될 경우, 예를 들어 삽입…

머신 러닝(ML) 추론 서빙 시스템은 딥 뉴럴 네트워크(DNN) 모델을 호스팅하고, 배포된 GPU에 걸쳐 들어오는 추론 요청을 스케줄링합니다. 그러나, li...

효과적인 인간 행동 모델링은 인간 신체 움직임의 구성성을 활용하는 representation을 필요로 합니다. 우리는 계층적인 repre...

현대 비디오 디퓨전 모델은 외관 합성에 뛰어나지만 물리적 일관성에서는 여전히 어려움을 겪는다: 객체가 떠다니고, 충돌이 현실적인 반동을 결여한다, 그리고 ...

본 연구에서는 머신러닝을 사용하여 Vicsek 플로킹 모델의 위상 구조를 3차원 파라미터 공간 전반에 걸쳐 분류하고 보간합니다.

능력 있고 효율적인 머신러닝(ML) 모델의 확산은 신호 처리(SP) 분야에서 거의 가장 강력한 방법론적 전환 중 하나를 나타냅니다.

기존 research infrastructure는 근본적으로 document-centric이며, 논문 간에 citation links를 제공하지만 methodologic에 대한 명시적인 표현이 부족합니다.

우리는 로봇 엔드 이펙터용으로 설계된 저비용, 오픈 소스, 확장 가능한 압전 저항성 촉각 센싱 솔루션인 FlexiTac을 소개합니다. FlexiTac은 실용적인 ‘…​

Surprisal theory는 인간의 처리 노력과 다가오는 언어 단위의 예측 가능성을 연결하지만, 실증 연구는 종종 단위 개념을 충분히 정의하지 않는다.

LLM agents는 소프트웨어 도구, business services 및 local workspaces 전반에 걸쳐 end-to-end 작업 단위를 완료할 것으로 기대됩니다. 그러나 많은 agent benchmarks는 …

자율 에이전트는 샌드박스된 컨테이너와 마이크로VM을 통해 작동하며, 그 상태는 파일시스템, 프로세스 및 런타임 아티팩트를 포함합니다. 체크포인트 및 복원(C/R)…

멀티턴 프롬프트 인젝션은 알려진 공격 경로인 trust-building, pivoting, escalation을 따르지만 텍스트 수준 방어는 개별 turn…에서 발생하는 은밀한 공격을 놓칩니다.

Sign languages는 지리적이든 억양이든 어떤 변형이 있든, 이해할 수 있듯이 끊임없는 구두 기록(verbal dictation)과 ...

대규모 멀티모달 모델(LMMs)을 위한 표준 사후 학습 레시피는 선별된 데모에 대해 supervised fine-tuning(SFT)을 적용한 뒤 reinforcement learning을 수행합니다.

Transformer 모델은 중요한 AI 애플리케이션에 널리 배포되고 있지만, attention 메커니즘, projections 및 기타 내부 구성 요소의 결함이 종종 d...

교실 상호작용에 대한 연구는 오랫동안 large‑scale observation과 in‑depth ethnographic work 사이로 나뉘어 왔습니다. 우리는 이 meth…에 매핑하는 framework를 제안합니다.

대규모 언어 모델(LLMs)은 Table Question Answering을 발전시켰으며, 대부분의 질의는 정보를 추출하거나 간단한 집계로 답할 수 있습니다. 그러나...

최근 연구에 따르면 방대한 영어 웹 코퍼스를 고품질 하위 집합으로 필터링하면 학습 효율성이 크게 향상된다고 합니다. 그러나 high‑res…

수많은 메타과학 연구와 기타 이니셔티브가 오픈 사이언스 관행의 보편성을 모니터링하기 시작했으며, 이는 ‘d…’를 이해하는 것이 더 중요할 때입니다.

Large Language Models (LLMs)은 도시 분석에서 인간 인식을 대체하는 프록시로 점점 더 많이 사용되고 있지만, persona prompting이 …

문장의 syntactic structure는 단어들 사이의 syntactic dependencies를 나타내는 edges가 있는 tree로 표현될 수 있다. 그 구조가 star일 때, 그것은 …

Multimodal large language models (MLLMs)은 UI mockups를 HTML로, scientific plots를 Python으로 변환하는 등 시각적 아티팩트를 코드로 번역하는 데 점점 더 많이 사용되고 있습니다.

Foundation 모델은 대규모 데이터셋으로 학습된 딥 뉴럴 네트워크(예: GPT-5, Gemini~3, Opus~4)이며, 텍스트와 …와 같은 다양한 다운스트림 작업을 수행할 수 있습니다.

AI inference는 지속적이고 지리적으로 분산된 전력 수요의 원천이 되고 있다. 많은 전통적인 전기 부하와 달리, inference 워크로드는…

헬스케어를 위한 신뢰할 수 있는 AI 도구 개발 2023년 7월 자세히 보기 /blog/codoc-developing-reliable-ai-tools-for-healthcare/ !헬스케어 AI 일러스트 https://lh3...

이전에 학습된 표현을 보존하기 위해, 지속 학습 시스템은 plasticity, 새로운 지식을 습득하는 능력, 그리고 s... 사이의 균형을 맞춰야 한다.

침습적 neural spike 데이터를 모델링하는 것은 고성능 brain-computer interfaces (BCIs)를 발전시키는 데 기본적입니다. 그러나 기존 접근 방식은 중요한 …

MIT에 왔을 때 나를 정말 강하게 감동시킨 것이, 그리고 매일매일 나를 감동시키는 것이 바로 여기서 일어나고 있는 일들이 놀랍다는 점이다. Science, Engineering…

본 논문은 CEC 벤치마크 최적화를 위해 Covariance Matrix Adaptation Evolution Strategy (CMA-ES)의 새로운 변형인 RCMAES를 제안한다. RCMAES는 ...

유한한 용량을 가진 지속 학습 에이전트는 새로운 지식을 습득하는 것과 기존 지식을 유지하는 것 사이의 균형을 맞춰야 합니다. 이는 지식에 대한 제어된 망각을 필요로 합니다…

Diffusion large language models (dLLMs)은 병렬 디코딩(parallel decoding)과 양방향 컨텍스트(bidirectional context)를 제공하지만, 최첨단(state-of-the-art) dLLMs는 경쟁력을 위해 수십억 개의 파라미터(parameters)가 필요합니다.

멀티모달 대형 언어 모델(MLLMs)을 사용함으로써 알려지지 않은 환경에서의 비전 기반 내비게이션에 대한 획기적인 진전이 이루어졌습니다. 이러한 모델은 ...

우리는 Python에서 Blender 기반 procedural 3D 생성을 위한 라이브러리인 ProcFunc를 소개합니다. ProcFunc는 사용하기 쉬운 Python 함수들의 라이브러리를 제공하며, 이는 …

우리는 Hyper Input Convex Neural Networks (HyCNNs)를 소개한다. 이는 볼록 함수를 학습하도록 설계된 새로운 신경망 아키텍처이다. HyCNNs는 원칙을 결합한다.

소형 언어 모델(SLM)은 확장 가능한 배포를 위한 계산 효율성을 제공하지만, 종종 더 큰 모델이 보여주는 추론 능력에 미치지 못합니다…

Vision-language models (VLMs)은 정적인 시각 이해에서 강력한 성능을 보여왔지만, 여전히 동적인 공간 추론을 요구하는 상황에서는 어려움을 겪고 있습니다.

Alternating Direction Method of Multipliers (ADMM)는 구조화된 볼록 최적화에 널리 사용되는 방법이며, 실제 성능은 크게 …에 달려 있다.

Learning curves는 supervised learning에서 기본적인 primitive로, 알고리즘의 performance가 더 많은 data와 함께 어떻게 개선되는지를 설명하고 정량적인 …

이 논문은 100 GHz 이하의 밀리미터파(mm-wave) 발진기와 서브테라헤르츠(sub-THz) 분야에서의 최근 발전을 간결하면서도 포괄적으로 검토한다.

우리는 유한 깊이·유한 폭 트랜스포머 모델에서 멀티레이어 퍼셉트론(MLP) 블록을 포함한 토큰들의 레이어별 진화가 경로별 수렴을 이룸을 증명한다 …

이 논문은 전통적인 Gradient Boosting 프레임워크를 향상시킨 Multiple Additive Neural Networks (MANN) 방법론을 확장하고 설명한다, 활용하여...

단일 참조 이미지에서 목표 개념을 합성하는 것은 diffusion-based personalized text-to-image generation에서 어려우며, 특히 스티커 …에 대해.

Mixture-of-Experts (MoE) 모델은 입력당 소수의 전문가 모델만 활성화함으로써 높은 용량과 효율적인 추론 비용을 제공합니다. 그러나 Mo...