대규모 언어 모델(LLMs)은 눈부신 진전을 이루었으며, Parameter‑Efficient Fine‑Tuning(PEFT)이 다운스트림 작업 적응을 위한 핵심 기술로 떠오르고 있습니다.

Platonic Representation Hypothesis은 신경망의 표현이 현실에 대한 공통 통계 모델로 수렴하고 있다고 제안합니다. 우리는 … 보여줍니다.

Transformer 아키텍처는 현대 딥러닝의 기반이 되었지만, 그 핵심인 self‑attention 메커니즘은 이차적인 계산 복잡도…

파인튜닝은 망치가 아니라 칼이다 파인튜닝은 평판 문제가 있다. 일부 사람들은 이를 마법처럼 여기며: “그냥 파인튜닝만 하면 모델이 우리 d…​”

실시간 시스템에 대규모 언어 모델(LLMs)을 배포하는 것은 상당한 계산 요구량과 프라이버시 문제 때문에 여전히 어려운 과제입니다. 우리는 …

결측 데이터가 존재하는 상황에서 학습하면 편향된 예측과 낮은 일반화 능력 등 여러 어려움이 발생할 수 있으며, data imputation methods는...

복잡하고 실험 중심의 분야에서 과학적 발견을 자동화하려면 프로그램의 반복적인 변형만으로는 충분하지 않으며, 구조화된 hypothesis management가 필요합니다.

Federated low-rank adaptation (FedLoRA)는 다운스트림 작업을 위한 foundation models의 communication‑efficient하고 privacy‑preserving한 fine‑tuning을 촉진했습니다. In...

인간의 videos를 보면서 manipulation skills를 학습하는 능력은 robot learning을 위한 매우 확장 가능한 새로운 데이터 소스를 열 수 있는 잠재력을 가지고 있다. 여기서,…

인쇄된 영어의 엔트로피 속도는 유명하게도 문자당 약 1비트로 추정되며, 이는 현대 대형 언어 모델(LLMs)이 아직 겨우 받아들인 기준이다...

효과적인 수자원 관리는 수로 흐름에 대한 정확한 예측에 달려 있습니다. 예측된 기후 데이터에 대해서는 서로 다른 General Circulation을 사용하는 것이…

OMD와 그 변형들은 OCO를 위한 유연한 프레임워크를 제공하며, 성능은 mirror map의 선택에 결정적으로 의존합니다. 기본이 되는 기하학은 …