· ai
[Paper] 작은 언어 모델을 사용해 머신러닝 파이프라인 구조를 리버스 엔지니어링
배경: 소스 코드에서 Machine Learning (ML) pipelines를 구성하는 단계들을 추출하는 것은 데이터 사이언스 실무에 대한 더 깊은 이해를 얻는 데 핵심이다.
-
- · ai
나는 Federated Learning으로 50만 개의 신용 기록을 평가했다. 여기 내가 발견한 내용이다
왜 프라이버시가 소규모에서는 공정성을 깨뜨리는가—그리고 협업이 단일 레코드도 공유하지 않고 두 문제를 모두 해결하는 방법. The post I Evaluated Half a Million Credit Records w...
- · ai
왜 Supply Chain이 2026년에 데이터 과학자에게 최고의 분야인가 (그리고 배우는 방법)
공급망 분야에서 10년을 경험한 제 관점에서, 이것이 데이터 과학자들이 자신의 역량을 인정받을 수 있는 훌륭한 놀이터가 될 수 있는 이유입니다. 게시물: Why Supply C...
- · ai
[Paper] 실험실에서 실제 적용까지: 레포지토리 수준에서 Agentic Code Reasoning Benchmarking
대형 언어 모델(LLMs)이 자율 에이전트로 진화함에 따라, 저장소 수준의 추론을 평가하고, 방대한 ...
- · ai
[Paper] 시계열 예측을 위한 Recurrent Neural Networks 재고: Prediction-Oriented Proximal Policy Optimization을 활용한 Reinforced Recurrent Encoder
Time series forecasting은 현대 공학 정보 시스템에서 다양한 산업 분야의 의사결정을 지원하는 데 중요한 역할을 합니다, 여기서 Rec...
- · ai
도끼를 갈다: 현대 머신러닝을 위한 R에서의 Principal Component Analysis (PCA) 수행
“나에게 나무를 베는 데 6시간을 주면, 처음 4시간은 도끼를 갈아놓는 데 쓸 것이다.” — 에이브러햄 링컨 이 인용구는 현대 machine과 강하게 공명한다.
- · ai
[Paper] 로컬 그래디언트 규제가 클라이언트 이질성 하에서 Federated Learning을 안정화한다
Federated learning (FL)은 원시 데이터를 공유하지 않고 분산된 클라이언트 간에 협업 모델 학습을 가능하게 하지만, 그 안정성은 근본적으로 도전받고 있다…
- · ai
Attention Heads를 이해하려고 (대부분 실패) 시도하면서 배운 것
제가 처음에 믿었던 것 깊이 파고들기 전에, 저는 몇 가지를 암묵적으로 믿고 있었습니다: - 만약 attention head가 특정 token에 지속적으로 주의를 기울인다면, 그 token은…
- · ai
[Paper] 다중 스케일 Place Fields를 이용한 매핑 및 목표 지향 내비게이션을 위한 강화 학습 기반 모델
복잡하고 부분적으로 관측 가능한 환경에서의 Autonomous navigation은 로봇공학에서 여전히 핵심 과제입니다. 여러 bio‑inspired 모델의 mapping 및 navigation이 …
- · ai
[Paper] 진화하는 프로그래매틱 스킬 네트워크
우리는 에이전트가 실행 가능한 스킬의 확장되는 라이브러리를 구축하고 다듬으며 재사용해야 하는 open-ended embodied environments에서 지속적인 skill acquisition을 연구합니다...
- · ai
스크래치부터 구현한 KNN 알고리즘 - 파이썬으로 고양이 vs 개 이미지 분류 (전체 실험)
🧠 KNN 알고리즘 직접 구현 — 실제 이미지 분류 실험 나는 최근 파이썬으로 K-Nearest Neighbors(KNN) 알고리즘을 처음부터 직접 구현하여 고양이…
- · ai
[Paper] 디지털 레드 퀸: 코어 워에서 LLM을 활용한 적대적 프로그램 진화
Large language models (LLMs)는 많은 분야의 문제에 대한 해결책을 진화시키는 데 점점 더 많이 사용되고 있으며, 이는 생물학적 진화에서 영감을 받은 과정이다. 그러나...