최근 humanoid locomotion 분야의 발전으로 다양한 지형에서 안정적인 보행을 구현했지만, 매우 역동적인 인간 움직임의 agility와 adaptivity를 포착하는 데는 아직 한계가 있다.

Machine learning surrogates는 비용이 많이 드는 시뮬레이션을 가속화하기 위해 엔지니어링 분야에서 점점 더 많이 사용되고 있지만, training과 deployment 사이의 distribution shifts가 종종…

최근 딥 강화학습(RL)의 발전은 고차원 제어 작업에서 강력한 성과를 거두었지만, RL을 도달 가능성 문제에 적용하는 것은 ...

흉부 방사선 사진 분류기( chest radiograph classifiers )의 임상 배포를 위해서는 새로운 데이터셋(datasets)이 제공될 때 이전에 관찰된 데이터에 대해 재학습 없이 모델을 업데이트할 수 있어야 합니다.

Fine-tuning aligned language models를 benign 작업에 적용하면, safety guardrails가 예측할 수 없이 약화되고, 훈련 데이터에 해로운 콘텐츠가 없으며 개발자들이 ...

점점 늘어나는 문헌에서는 대형 언어 모델(LLMs)을 합성 참가자로 활용하여 사회과학에서 비용 효율적이고 거의 즉각적인 응답을 생성한다.

대규모 언어 모델(LLMs)의 성공은 모델 용량과 데이터셋 규모를 동시에 늘리는 방식으로 컴퓨팅을 확장하는 것이 주요 동인임을 입증했습니다.

멀티모달 모델에 대한 현재 연구는 generative capabilities를 향상시키면 understanding이 희생되는 경우가 많고, 그 반대도 마찬가지인 핵심적인 과제에 직면해 있습니다.

Visual analogy learning은 텍스트 설명이 아니라 시연을 통해 이미지 조작을 가능하게 하며, 사용자가 복잡한 변환을 지정할 수 있도록 합니다.

대형 언어 모델은 많은 복잡한 추론 작업에서 강력한 성능을 달성하지만, 구성적 추론을 요구하는 벤치마크에서는 정확도가 급격히 감소합니다.

예측 평가 머신러닝 모델—특히 지도 학습(supervised‑learning) 설정—을 사용할 때 검증은 직관적이다: 모델이 얼마나 잘 …

본 연구는 truncation을 통한 latent spaces의 regularization이 deep learning classifiers를 위한 생성된 테스트 입력의 품질에 미치는 영향을 조사한다.