· ai
[Paper] 이론적·실증적 이진 분류 불균형에 대한 분류 체계
클래스 불균형은 분류 성능을 크게 저하시키지만, 그 효과는 통합 이론적 관점에서 거의 분석되지 않는다. 우리는 prin…
-
- · ai
[Paper] Wow, wo, val! 포괄적인 Embodied World Model 평가 튜링 테스트
세계 모델이 Embodied AI에서 가속화를 얻음에 따라, 점점 더 많은 연구가 비디오 foundation models를 예측적 세계 모델로 활용하여 downstream 작업에 적용하는 방안을 탐구하고 있다.
- · ai
[Paper] ContextFocus: 대규모 언어 모델의 맥락적 충실도를 위한 활성화 스티어링
대규모 언어 모델(LLMs)은 사전 학습(pre‑training) 동안 방대한 양의 파라메트릭 지식을 인코딩합니다. 세계 지식이 변화함에 따라 효과적인 배포는 점점 더 …
- · ai
[Paper] 픽셀 단위 다중모달 대조 학습을 이용한 원격 탐사 이미지
위성은 특히 지구 관측을 위해 위성 이미지 시계열(SITS)을 포함한 방대한 양의 데이터를 지속적으로 생성합니다. 그러나 대부분의 딥 러닝...
- · ai
[Paper] InfiniteWeb: GUI 에이전트 훈련을 위한 확장 가능한 웹 환경 합성
사용자를 대신해 그래픽 인터페이스와 상호작용하는 GUI agents는 실용적인 AI assistants를 위한 유망한 방향을 나타냅니다. 그러나 이러한 agents를 훈련하는 것은…
- · ai
[Paper] MORPHFED: 기관 간 혈액 형태학 분석을 위한 연합 학습
Automated blood morphology analysis는 저소득 및 중간소득 국가(LMICs)에서 혈액학 진단을 지원할 수 있지만, dataset shifts에 민감합니다.
- · ai
[Paper] 장애물 문제의 최적 제어를 위한 Single-Loop Bilevel Deep Learning 방법
Obstacle problems의 optimal control은 다양한 응용 분야에서 나타나며, 그 nonsmoothness, nonlinearity, 그리고 bilevel 구조 때문에 계산적으로 어려운 문제이다.
- · ai
[Paper] PSO‑X 프레임워크에서 모듈과 그 상호작용의 영향을 정량화
PSO‑X 프레임워크는 입자 군집 최적화(particle swarm optimization)를 사용하여 단일 목표 연속 최적화 문제를 해결하기 위해 제안된 수십 개의 모듈을 통합합니다.
- · ai
신뢰할 수 있는 AI 에이전트를 구축하는 보이지 않는 작업
‘Reinforcement learning gyms’는 agents가 customer requests를 수행하기 위해 low‑level tasks를 chain together해야 하는 다양한 작업들을 훈련합니다....
- · ai
[Paper] 계층별 Positional Bias in Short-Context Language Modeling
언어 모델은 종종 의미적 관련성과 무관하게 입력의 특정 위치에 있는 정보를 사용하는 경향을 보입니다. 위치 편향은 …
- · ai
[Paper] 교차 모달 충돌 하에서 대규모 멀티모달 모델의 추론 일관성 분석
대형 멀티모달 모델(LMMs)은 체인‑오브‑소트(Chain‑of‑Thought, CoT)를 통해 비디오 추론에서 인상적인 능력을 보여주었습니다. 그러나 그들의 추론의 견고성은…
- · ai
[Paper] 엣지 GPU‑NDP 시스템에서 효율적인 MoE 추론을 위한 스케줄링 프레임워크
Mixture-of-Experts (MoE) 모델은 model capacity를 active computation으로부터 분리함으로써 edge deployment를 용이하게 하지만, 그들의 큰 memory footprint는 필요성을…