대형 언어 모델(LLMs)은 어떻게 자신이 아는 것을 알까요? 이 질문에 답하는 것은 사전 학습 데이터가 종종 ‘블랙 박스’—즉, 알 수 없는 형태이기 때문에 어려웠습니다.

긴 시간 범위의 작업을 해결하려면 로봇이 고수준 의미 추론과 저수준 물리적 상호작용을 통합해야 합니다. Vision-language models (VLMs) ...

검증 가능한 보상을 이용한 강화 학습(RLVR)은 감독을 활용하여 추론 언어 모델(RLMs)을 훈련시키는 유망한 접근법으로 떠오르고 있다.

우리는 [Goel et al. 2017]에서 소개한 적대적 주입 모델에서의 온라인 학습을 연구한다. 여기서 라벨이 붙은 예시들의 스트림은 주로 i.i.d. 방식으로 추출된다…

전문가 주석에 대한 의존은 오랫동안 인공지능을 생물의학에 적용하는 데 있어 주요 속도 제한 단계였습니다. While supe...

에지 기반 표현은 시각적 이해를 위한 기본적인 단서이며, 초기 시각 연구에 뿌리를 두고 오늘날에도 여전히 중심적인 원리입니다. 우리는 이…

대형 언어 모델(LLMs)은 인간이 정보를 접근하는 방식에 중요한 역할을 합니다. 핵심 사용은 서면 요청을 이해하는 데 의존하지만, 우리의 이해…

LLM 기반 애플리케이션은 대형 언어 모델을 복잡한 작업 실행을 위한 핵심 추론 구성 요소로 활용함으로써 소프트웨어 생태계를 빠르게 재구성하고 있습니다. Th...

LLM 기반 다중 에이전트 시스템(MAS)이 복잡한 작업에 점점 더 많이 배치됨에 따라, 그 신뢰성을 보장하는 것이 시급한 과제가 되었습니다. MAS가 ...

운영 기술이 정보 기술과 점점 통합됨에 따라, 침입 탐지 시스템에 대한 필요성이 더욱 중요해지고 있습니다. 이 논문은 ...

대규모 언어 모델을 안전‑중요 시스템 엔지니어링에 도입하는 것은 신뢰성, 추적 가능성, 그리고 확립된 검증과의 정렬에 의해 제약받는다.

자율 코딩 에이전트는 GitHub에 풀 리퀘스트를 제출함으로써 소프트웨어 개발에 점점 더 많이 기여하고 있지만, 이러한 기여가 어떻게...