4일 전 · ai

[Paper] 비정상 환경을 위한 오프라인 강화학습에서의 예측

Offline Reinforcement Learning (RL)은 추가적인 상호작용 데이터를 수집하기 어려운 경우, 사전에 수집된 데이터셋으로부터 정책을 학습할 수 있는 유망한 방법을 제공합니다.

4일 전 · ai

[Paper] 견고하고 일반화 가능한 디바이스-애그노스틱 딥러닝 모델을 이용한 삼축 손목 가속도계 기반 수면‑각성 판별

Study Objectives: Wrist accelerometry는 수면‑각성 상태를 추정하는 데 널리 사용됩니다. 이전 연구들은 cross‑device 일반화 없이 깨어 있음 감지 성능이 낮음을 보여주었습니다.

4일 전 · ai

[Paper] 특성 기반 의미 인식 스케줄링을 위한 Energy-Harvesting Federated Learning

리소스가 제한된 엣지 디바이스에서의 Federated Learning (FL)은 중요한 과제에 직면합니다: Deep Neural Networks (DN…을(를) 학습하는 데 필요한 계산 에너지.

4일 전 · ai

[Paper] Chain-of-Ground: 반복적 추론 및 레퍼런스 피드백을 통한 GUI 그라운딩 개선

GUI grounding은 자연어 명령을 복잡한 사용자 인터페이스의 정확한 영역과 맞추는 것을 목표로 합니다. 고급 멀티모달 대형 언어 모델은 강력한…

4일 전 · ai

[Paper] AI 기반 최적화 불확실성 하의 광물 처리 작업

글로벌 capacity for mineral processing은 필수적인 clean energy technology를 구축하는 데 필요한 critical minerals에 대한 수요를 충족시키기 위해 빠르게 확대되어야 합니다.

4일 전 · ai

[Paper] 원자적에서 복합적으로: Reinforcement Learning이 보완적 추론에서 일반화를 가능하게 함

RL이 reasoning capabilities에 기여하는 메커니즘—새로운 기술의 합성을 장려하는지, 아니면 기존 행동을 단순히 증폭시키는지—는 아직 남아 있다.

4일 전 · ai

[Paper] 에이전트 정책 최적화를 위한 Instruction-Policy 공동 진화

검증 가능한 보상을 이용한 강화 학습(RLVR)은 대형 언어 모델(LLM)의 추론 능력을 향상시켜, 자율 에이전트가 ...

4일 전 · ai

[Paper] AI 에이전트 프레임워크에서 에이전트 개발자 관행에 대한 실증 연구

대규모 언어 모델(LLMs)의 부상은 에이전트에 대한 관심 급증을 촉발했으며, 이는 에이전트 프레임워크의 빠른 성장으로 이어졌습니다. 에이전트 프레임워크는 소프트웨어...

4일 전 · ai

[Paper] 최적화 관점에서 LLM 사고 교정

최근 대형 언어 모델(LLMs)의 발전은 특히 긴 체인-오브-생각(Chain-of-Thought, CoT) 방식을 통한 emergent reasoning capabilities에 의해 주도되고 있습니다...

4일 전 · ai

학습, 해킹, 그리고 배포 ML

Vyacheslav Efimov가 AI 해커톤, 데이터 사이언스 로드맵, 그리고 AI가 일상적인 ML Engineer 업무를 어떻게 의미 있게 변화시켰는지에 대해 이야기합니다. 포스트: Learning, Hacking, and Shipping...

4일 전 · ai

[Paper] Morphling: 대규모에서 빠르고, 결합된, 유연한 GNN 훈련

Graph Neural Networks (GNNs)는 불규칙하고 메모리 바인드된 그래프 탐색과 규칙적이며 연산 집약적인 밀집 연산을 결합함으로써 근본적인 하드웨어 과제를 제시한다.

4일 전 · ai

[Paper] In-context 역최적성: 공정 디지털 트윈을 위한 선호 기반 접근법

Digital Twins (DTs)는 복잡한 사회기술 시스템에서 자율적인 의사결정자로 점점 더 많이 활용되고 있다. 이들의 수학적으로 최적의 결정은 종종 차이를 보인다.