· ai
시계열을 위한 검색: 과거를 보는 것이 예측을 향상시키는 방법
왜 Retrieval이 Time Series Forecasting에 도움이 되는가 우리는 모두 알다시피: 시계열 데이터는 까다롭다. 전통적인 예측 모델은 사건에 대비하지 못한다.
-
- · ai
첫 원리에서 AI 재고하기
!NiceTryWiseGuyhttps://media2.dev.to/dynamic/image/width=50,height=50,fit=cover,gravity=auto,format=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads...
- · ai
[Paper] AI 코딩 에이전트가 작성한 Pull Request에서 메시지‑코드 불일치 분석
AI 코딩 에이전트가 생성한 Pull request (PR) 설명은 코드 변경 사항을 인간 리뷰어에게 전달하는 주요 채널입니다. 그러나 정렬 b...
- · ai
농업에서 인공지능의 활용
AI가 농업에 적용되는 사례에 대해 자세히 읽어보세요.
- · ai
[Paper] 신경-심볼릭 통합과 진화 가능한 정책
Neural-Symbolic (NeSy) Artificial Intelligence는 신경망의 학습 능력과 해석…
- · ai
왜 우리는 생각할까: 모델의 thinking 능력을 어떻게 향상시킬 수 있을까
!Cover image for 왜 우리는 생각하는가: 모델의 사고 능력을 어떻게 향상시킬 수 있을까 https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gravity=auto,format=a...
- · ai
[Paper] MoEBlaze: 최신 GPU에서 효율적인 MoE 훈련을 위한 메모리 장벽 돌파
광범위한 'memory wall' 병목 현상이 현대 대규모 Mixture-of-Experts (MoE) 아키텍처에서 크게 증폭됩니다. MoE의 고유한 아키텍처적 spa...
- · ai
[Paper] MQ-GNN: 확장 가능하고 효율적인 GNN 학습을 위한 다중 큐 파이프라인 아키텍처
그래프 신경망(GNNs)은 그래프 구조 데이터를 학습하기 위한 강력한 도구이지만, 비효율적인 미니배치 생성, 데이터...
- · ai
[Paper] Federated Learning을 위한 메커니즘 설계와 비단조 네트워크 효과
메커니즘 설계는 자기 이익을 추구하는 클라이언트들을 조정하여 사회 복지를 극대화하는 데 있어 연합 학습(Federated Learning, FL)에 핵심적입니다. 그러나 기존 메커니즘은 종종…
- · ai
[Paper] 시의성 지향 스케줄링 및 리소스 할당을 위한 다중 지역 협업 인식
Collaborative perception (CP)은 자율 주행 및 스마트 시티와 같은 응용 분야에서 중요한 기술입니다. 이는 정보의 공유와 융합을 포함합니다.
- · ai
[Paper] AdaptEval: 대규모 언어 모델의 코드 스니펫 적응 평가를 위한 벤치마크
최근 대형 언어 모델(LLMs)의 발전으로 다양한 소프트웨어 엔지니어링 작업이 자동화되었으며, 그 능력을 평가하기 위한 벤치마크가 등장하고 있습니다. ...
- · ai
[Paper] RNN에서의 역설적인 노이즈 선호
생물학적 신경망을 모델링하기 위해 사용되는 순환 신경망(RNN)에서는, 생물학적 변동성을 모방하기 위해 훈련 중에 일반적으로 노이즈가 도입됩니다…