· ai
[Paper] 노이즈와 불완전한 데이터에서 Self-Supervised Learning
많은 중요한 과학 및 공학 문제들은 관측 과정이 알려진 상황에서, noisy하고/또는 incomplete observations로부터 signal을 추정하는 것을 포함한다.
-
- · ai
[Paper] PET-TURTLE: 불균형 데이터 클러스터를 위한 딥 비지도 서포트 벡터 머신
기초 비전, 오디오 및 언어 모델은 잠재 표현을 통해 다운스트림 작업에서 제로샷 성능을 가능하게 합니다. 최근에는 비지도 학습이…
- · ai
[Paper] MAGMA: AI 에이전트를 위한 멀티-그래프 기반 에이전틱 메모리 아키텍처
Memory-Augmented Generation (MAG)은 외부 메모리를 활용해 대규모 언어 모델을 확장하고 장기 컨텍스트 추론을 지원하지만, 기존 접근 방식은 주로 …
- · ai
[Paper] 얕은 회로 기반 지도 학습 on a Quantum Processor
Quantum computing은 데이터 분석에서 변혁적인 진보를 오래전부터 약속했지만, 실용적인 quantum machine learning은 근본적인 장애물 때문에 여전히 실현되지 못하고 있습니다.
- · ai
[Paper] Multi-RADS 합성 방사선 보고서 데이터셋 및 41개 Open-Weight 및 독점 언어 모델의 헤드‑투‑헤드 벤치마킹
배경: Reporting and Data Systems (RADS)는 방사선 위험 커뮤니케이션을 표준화하지만, 서술형 보고서에서 자동으로 RADS를 할당하는 것은 어려운 ...
- · ai
[Paper] 소나 모멘트: Audio-Language Models의 Audio Geo-Localization 벤치마킹
Geo-localization은 주어진 신호의 지리적 출처를 추론하는 것을 목표로 합니다. 컴퓨터 비전 분야에서 Geo-localization은 구성에 대한 까다로운 벤치마크 역할을 해왔습니다.
- · ai
[Paper] 가짜 친구 딜레마: 신뢰와 Conversational AI의 정치경제
대화형 AI 시스템이 일상 생활에 점점 더 통합됨에 따라, 이들은 사용자 자율성, 신뢰 및 상업적 이해관계에 대한 긴급한 우려를 제기한다.
- · ai
[Paper] 엔트로피에서 Epiplexity까지: 계산적으로 제한된 지능을 위한 정보 재고찰
우리는 데이터에서 생성 과정 자체에 존재했던 것보다 더 많은 것을 배울 수 있을까? 단순히 결정론적 변환을 적용하는 것만으로 새로운 유용한 정보를 만들 수 있을까?
- · ai
[Paper] 텍스트-이미지 Diffusion에서 Critic 기반 Reinforcement Unlearning
텍스트-이미지 디퓨전 모델에서 머신 언러닝은 전체 유용성을 유지하면서 목표 개념을 제거하는 것을 목표로 합니다. 기존 디퓨전 언러닝 방법은 일반적으로…
- · ai
[Paper] 소형 언어 모델을 효율적인 엔터프라이즈 검색 관련성 라벨러로 파인튜닝
엔터프라이즈 검색에서, 대규모로 고품질 데이터셋을 구축하는 것은 라벨링된 데이터를 확보하기 어려워서 여전히 핵심 과제입니다. 이 문제를 해결하기 위해…
- · ai
[Paper] UltraLogic: LLM 추론 강화를 위한 대규모 데이터 합성 및 Bipolar Float Reward
대형 언어 모델(LLMs)은 자연어 처리에서 상당한 잠재력을 보여주었지만, 다중 단계가 필요한 복잡한 일반 목적 추론은 ...
- · ai
[Paper] InfiAgent: 일반 목적 자율 에이전트를 위한 무한-시간 프레임워크
LLM 에이전트는 추론하고 도구를 사용할 수 있지만, 무제한 컨텍스트 증가와 누적 오류 때문에 장기 작업에서 종종 붕괴됩니다. 일반적인 해결책은 …