Patient portals는 이제 개인에게 전자 건강 기록(EHRs)에 직접 접근할 수 있게 해 주지만, 접근만으로는 환자가 이를 이해하거나 행동으로 옮길 수 있다는 보장은 없습니다.

우리는 UAPAR, Uncertainty-Aware Pedestrian Attribute Recognition 프레임워크를 제안한다. 우리가 알기로는 이것이 최초의 EDL 기반 불확실성 인식 f...

우리는 KAYRA를 소개합니다. KAYRA는 임상 세포유전학 실험실의 운영 제약 내에서 작동하는 엔드‑투‑엔드 핵형 분석 시스템입니다. KAYRA는 …

대형 언어 모델(LLMs)은 사전 학습 단계에서 대부분의 사실 지식을 다음 토큰 예측을 통해 습득합니다. 이후의 사후 훈련 단계에서는…

생성 AI(genAI) 시스템이 high-stakes decision-making에 사용될 때, 권장되는 역할은 인간 의사결정을 대체하기보다 지원하는 것입니다. 그러나,…

수천 개에 달하는 기록된 언어들 중 다수는 공통된 특징 구성을 공유하여, 유형학적으로 매우 드문 경우(예: object‑verb‑subject)부터 시작하는 스펙트럼을 형성한다.

우리는 HalluCiteChecker를 소개합니다. 이는 과학 논문에서 허위 인용을 감지하고 검증하기 위한 툴킷입니다. AI assistant technologies가 변혁을 일으킨 동안…

이 논문은 제한된 자원 하에서 수색 및 구조(SAR) 시나리오에 의해 동기가 부여된 무인 항공기(UAV) 임무를 위한 계층적 의사결정 프레임워크를 제시한다.

나는 Random Cloud 방법을 제안한다. 이는 훈련이 필요 없는 neural architecture search 접근법으로, stochastic 방식을 통해 최소한의 feedforward network topologies를 발견한다…

우리는 로봇 개체가 물리적으로 시뮬레이션된 2D 환경에 존재하고, 잠재적인 …를 만나기 위해 탐색해야 하는 Spatially Embedded Evolutionary Algorithm을 제시한다.

Transformer 기반 아키텍처는 전역 의미 인식에서 지배적인 패러다임을 확립했지만, 근본적으로 깊은 제약에 얽매여 있습니다.

지속 학습(continual learning) 설정에서 우리는 모델이 새로운 작업을 학습할 만큼 충분히 plastic하고, 이전에 학습된 능력을 방해하지 않을 만큼 충분히 stable하기를 요구한다.

Stargate 개요 Stargate는 OpenAI의 장기적인 노력으로, AGI의 혜택을 광범위하고 신뢰성 있게 전 세계에 제공하기 위해 필요한 컴퓨트 기반을 구축하는 것입니다.

이 논문은 text-only data를 활용하여 speech recognition을 개선하는 효율적인 방법을 조사하며, 빠른 ...을 촉진하는 encoder-dominated models에 초점을 맞춥니다.

엘론 머스크 vs. 샘 알트만: 왜 이 테크 거물들이 법정에 서 있는가

다음은 MIT Schwarzman College of Computing과 IBM이 공동으로 발표한 내용입니다. IBM과 MIT는 오늘 MIT‑IBM Computing Research의 출범을 발표했습니다.

!https://www.androidauthority.com/wp-content/uploads/2024/08/Google-logo-white.jpg TL;DR - 미국 국방부가 제미니를 클래스...에 활용하고 있는 것으로 알려졌습니다.

액션 플랜 개요 Artificial intelligence는 cybersecurity를 재구성하고 있습니다. 방어자가 vulnerabilities를 식별하고, automate remediation을 수행하는 데 도움이 되는 동일한 기능들...

재귀적이거나 루프된 언어 모델은 최근 잠재 상태에 걸쳐 동일한 모델 계산을 반복적으로 정제함으로써 새로운 스케일링 축으로 부상했습니다. 이를 통해 모델의 깊이를 ...

실제 세계 데이터 시각화(DV)는 네이티브 환경 기반, 크로스 플랫폼 진화, 그리고 사전적인 의도 정렬을 필요로 합니다. 그러나 기존 벤치마크는 …

출력 수준 감독(output-level supervision)만으로 사후 학습(post-training) 중에 추론 모델(reasoning models)을 새로운 작업에 적응시키는 것이 검증 가능한 보상(verifiable rewards) 기반 강화 학습(RLVR) 하에서 정체됩니다.

Identity teacher forcing (ITF)는 혼돈적인 동역학 시스템에 대한 결정론적 순환 대리 모델의 안정적인 학습을 가능하게 하며, 동역학 시스템에 대해 매우 효과적이었다.

분포론적 및 신경망 접근 방식은 자연어 의미론에 거의 전적으로 기존 선형 대수, 즉 벡터, 매트릭스, 텐서 등을 기반으로 구축되어 왔습니다.

Continual offline reinforcement learning (CORL)은 시간에 따라 수집된 데이터셋으로부터 일련의 작업을 학습하면서 이전에 학습한 작업에 대한 성능을 유지하는 것을 목표로 합니다.

접촉 변동성, 센싱 불확실성 및 외부 교란은 그립 실행을 확률적으로 만든다. 기대 품질 목표는 꼬리 결과를 무시하고 종종 …

선호 기반 정렬 방법, 특히 인간 피드백을 활용한 강화 학습(RLHF)은 인간 주석자의 판단을 사용하여 대규모 언어 모델을 형성합니다.

현재 deepfake detection models는 pristine academic datasets에서 state-of-the-art 성능을 달성하지만 실제 환경에서는 심각한 spatial attention drift를 겪는다.

현재 보행자 신호는 보행자 행동에 맞춰 조정되지 않은 고정 타이밍으로 작동하며, 이는 취약한 도로 이용자(VRUs)와 같은 ...

ParticleNet과 같은 그래프 신경망 및 ParticleTransformer와 같은 포인트 클라우드 기반 트랜스포머 네트워크는 제트에서 최첨단 성능을 달성합니다.

양자 컴퓨팅 보정은 실험 데이터를 해석하는 데 의존하며, 보정 플롯은 이를 위한 가장 보편적인 인간이 읽을 수 있는 표현을 제공합니다.

강화 학습을 통해 언어 모델을 훈련하는 경우, 의도된 행동을 정확히 정의하는 실제 보상을 얻기 어려워 불완전한 프록시 보상에 의존하는 경우가 많다.

대형 언어 모델(LLMs)은 감정적으로 민감한 인간‑AI 애플리케이션에서 점점 더 많이 사용되고 있지만, emotion recognition이 내부적으로 어떻게 이루어지는지는 거의 알려져 있지 않다.

기존 REST API 테스트 도구는 일반적으로 코드 커버리지와 크래시 기반 결함 메트릭을 사용하여 평가됩니다. 그러나 최근 LLM 기반 접근 방식은 점점 더 …

머신 생성 텍스트(MGT) 탐지는 모델별 지문에 의존하기보다 생성 모델 전반에 걸쳐 구조적으로 불변인 신호를 식별하는 것을 필요로 합니다.

멀티모달 대형 언어 모델(MLLMs)은 시각‑언어 작업에서 점점 더 강력한 성능을 달성합니다. 전통적인 시각 질문 응답 벤치마크가 …

전통적인 손실 함수에는 cross-entropy, contrastive, triplet, supervised contrastive loss가 포함되며, 사전 학습된 언어 모델을 미세 조정하는 데 사용됩니다 ...

Patient simulators는 복잡하고 민감한 환자 상호작용에 대한 확장 가능한 노출을 제공함으로써 정신 건강 교육에서 주목받고 있습니다. 우울증을 시뮬레이션…

본 연구에서는 Mutual Forcing을 제안한다. 이는 장기 오디오-비디오 동기화를 갖는 빠른 autoregressive 오디오-비디오 생성 프레임워크이다. 우리의 접근 방식은 …

Magnification shift는 견고한 histopathology 분류에 큰 장애물이며, 하나의 imaging scale에서 훈련된 모델은 다른 scale에 일반화하기가 어렵다....

Vision-Language Models (VLMs)은 지시 수행 및 개방형 비전-언어 추론에서 강력한 성능을 보이지만, 종종 유창한 …

Knowledge distillation (KD)는 큰 네트워크(teacher)를 작은 네트워크(student)로 효과적으로 압축하면서 손실을 최소화하는 잘 알려진 기법이다.

Knowledge distillation (KD)은 복잡한 teacher 네트워크의 전문 지식을 효율적인 student 모델로 전달하는 중요한 메커니즘을 나타냅니다. 그러나, 분산형…

Articulation modeling은 3D 객체의 움직이는 부품과 그 움직임 매개변수를 추론하여 인터랙티브 애니메이션, 시뮬레이션 및 shape editing을 가능하게 합니다. In...

지시된 코드 편집은 대형 언어 모델(LLM)에게 중요한 도전 과제입니다. EditBench 벤치마크에서 평가된 40개 모델 중 39개가 작업 성공을 달성했습니다...

소스 코드와 그에 수반되는 주석은 상호 보완적이면서도 자연스럽게 정렬된 모달리티입니다—코드는 구조적 논리를 인코딩하고 주석은 개발자의 의도를 포착합니다…

Time series classification은 다양한 분야에서 중요한 분석 작업입니다. 그러나 실제 적용은 라벨이 부족하여 종종 제한됩니다.

확장된 파트너십 개요 오늘, OpenAI와 AWS는 전략적 파트너십을 확대하여 기업이 AWS 환경에서 OpenAI 기능을 활용해 구축할 수 있도록 지원합니다.

Spark에서 맞춤형 정책 학습 파이프라인이 두 개의 결합된 시스템 이유로 실패합니다: 행별 Python 실행으로 인해 추론이 비현실적이며, 드라이버 측 후보 ...