문제: 머신러닝 프로젝트에서 `pip install -r requirements.txt`를 실행하면 콘솔에 수백 줄의 출력이 나타납니다: 다운로드 진행 표시줄, w...

Vision-language models (VLMs)은 여전히 공간 이해와 시점 인식과 같은 시각 인지 작업에서 어려움을 겪고 있다. 가능한 한 가지 원인…

Large Vision Language Models (LVLMs)는 강력한 멀티모달 추론 능력을 달성하지만, 종종 높은 확신을 가지고 hallucination과 잘못된 응답을 보입니다, ...

모델 포이징 공격은 연합 학습(Federated Learning, FL)에 중대한 보안 위협을 제기합니다. 대부분의 기존 모델 포이징 공격은 공모에 의존하며, 공격자...

I‑Ching의 King Wen 순서(기원전 약 1000년)는 64개의 hexagram—6차원 이진 공간의 상태—을 학자들을 당황하게 만든 패턴으로 배열한다.

Von Economo neurons (VENs)은 대형 양극성 투사 뉴런으로, 전전두 대상피질(ACC)과 전두 섬(insula)에서만 독점적으로 발견되며, 복잡한 …

현대 LLM 강화 학습(RL) 워크로드는 이기종 컴퓨팅 리소스 전반에 걸쳐 학습을 확장하기 위해 고효율 weight transfer system이 필요합니다.

학습 예제는 벡터 필드이다. 파라미터 θ가 Θ = mathbb{R}^{text{num params}}에 있을 때, 우리는 각 t…

에이전시 멀티모달 모델의 등장은 시스템이 외부 환경과 적극적으로 상호작용할 수 있게 했습니다. 그러나 현재 에이전트들은 심각한 me...

Robotic manipulation with deformable objects는 embodied learning에서 데이터 집약적인 regime을 나타내며, 여기서 shape, contact, 그리고 topology가 ... 방식으로 공동 진화한다.

Multimodal Mixture-of-Experts (MoE) 모델은 vision-language 작업에서 눈에 띄는 성능을 달성했습니다. 그러나 우리는 Seei…라는 당혹스러운 현상을 확인했습니다.

Text-to-Audio-Video (T2AV) 생성은 미디어 제작의 핵심 인터페이스로 빠르게 자리 잡고 있지만, 그 평가 방법은 여전히 파편화되어 있습니다. 기존 벤치마크는 …

Group Relative Policy Optimization (GRPO)은 최근 멀티모달 대형 언어 모델(Multimodal Large Language Models) 분야의 발전을 이끄는 사실상의 강화 학습(Reinforcement Learning, RL) 목표로 부상하고 있습니다.

Visual decoding from brain signals은 computer vision과 neuroscience의 교차점에서 핵심 과제이며, neural representation을 연결하는 방법을 필요로 합니다.

우리는 RewardFlow를 소개한다. 이는 사전 학습된 diffusion 및 flow-matching 모델을 추론 시에 다중 보상 Langevin dynamics를 통해 조정하는 inversion‑free 프레임워크이다.

Personal AI tools는 이제 natural-language 요청으로 생성될 수 있지만, 생성 후에도 종종 고립된 상태로 남아 있습니다. 우리는 공유 상태 아키텍처인 PSI를 제시합니다.

On-policy distillation (OPD)은 강력한 교사로부터의 감독을 활용하면서 학생 모델을 자체 유도 분포 하에서 학습시킵니다. 우리는 실패를 식별한다…

오늘날의 large language models (LLMs)은 reinforcement learning과 같은 방법을 통해 사용자 선호에 맞추도록 훈련됩니다. 그러나 모델들은 점점 d...

스티어링 벡터를 대형 언어 모델(LLMs)에 적용하는 것은 효율적이고 효과적인 모델 정렬 기술이지만, 이에 대한 해석 가능한 설명이 부족합니다…

AI 에이전트는 당신의 받은편지함을 자동화할 수 있을지도 모르지만, 삶의 다른 일상적인 측면을 자동화할 수 있을까요? 매일의 온라인 작업은 현실적이면서도 아직 해결되지 않은 테스트를 제공합니다.

우리는 최근 Kleinberg와 Mullinathan [KM24]가 도입한 모델인 language generation in the limit를, differentia의 제약 하에서 연구를 시작한다.

Prompt injection attacks는 실제 응용 분야 전반에 걸쳐 심각한 보안 위험을 초래합니다. 점점 더 많은 관심을 받고 있지만, 커뮤니티는 …

이전 연구에 따르면, 신경망 기반 노드 임베딩은 동일한 파라미터로 같은 데이터셋을 학습시켜도 서로 다른 결과를 반환한다는 것이 입증되었다, ju...

검증 가능한 보상을 이용한 강화 학습(RLVR)은 수학과 같은 형식적 영역에서 대형 언어 모델(LLM)의 추론 능력을 크게 향상시켰다…

Federated learning (FL)은 분산된 항공우주 함대 전반에 걸쳐 프라이버시를 보호하는 예측 유지보수를 가능하게 하지만, gradient communication overhead가 제약을 가한다.

Topological Data Analysis (TDA)는 데이터의 형태를 설명하는 도구를 제공하지만, 위상학적 특징을 딥러닝 파이프라인에 통합하는 것은 여전히 도전 과제이다.

검증 가능한 보상을 이용한 강화 학습(RLVR)으로 구동되는 대규모 추론 모델(LRMs)에서 상당한 진전이 있었음에도 불구하고, 이 패러다임은 근본적으로 …

Symbolic regression (SR)은 데이터에서 수학적 표현식을 발견하는 것을 목표로 하며, 이 작업은 전통적으로 조합적 …을 통해 Genetic Programming (GP)으로 해결됩니다.

극한 엣지 애플리케이션을 위해, 이산 시간 신호에서 event detection 및 classification을 위한 단 몇십 개의 artificial neurons으로 구성된 최소 네트워크.

텍스트-투-이미지 생성은 기본 diffusion 모델을 중심으로 여러 모델을 포함하는 diffusion 워크플로우를 실행합니다. 기존 서빙 시스템은 각 워크플로우를 …

에이전트는 LLM 기반 컴포넌트로, 강력하고 임의적인 방식으로 환경을 변형시킬 수 있습니다. 프로덕션 환경에서 에이전트 실행에 대한 보장을 추출하는 것은…

시공간 신경 역학 및 진동 동기화는 생물학적 정보 처리에 널리 관여하며 이를 지원하는 것으로 가설이 제시되어 왔습니다.

NP-난이도 조합 최적화 문제, 예를 들어 차량 경로 문제(VRP)와 같은 고성능 메타휴리스틱을 설계하는 것은 여전히 중요한 도전입니다.

산업 예측은 종종 다중 소스 비동기 신호와 다중 출력 목표를 포함하고, 배포에서는 예측 사이의 명시적인 트레이드오프가 필요합니다.

Large Chunk Test-Time Training (LaCT)는 긴 컨텍스트 3D 재구성에서 강력한 성능을 보여왔지만, 완전한 플라스틱 추론 시간 업데이트는 여전히 취약...

Exact relevance certification은 좌표 구조화된 의사결정 문제에서 최적 행동을 결정하는 데 필요한 좌표가 무엇인지 묻는다. The tractable fa...

모션 제어 비디오를 생성하는 것은—사용자가 지정한 행동이 자유롭게 선택된 시점에서 물리적으로 타당한 장면 동역학을 구동하도록—두 가지 능력을 요구한다.

생성형 인공지능(AI)의 급속한 성장으로 전례 없는 계산 요구가 발생했으며, 이는 에너지 발자국의 상당한 증가를 초래하고 있다.

Pluralistic alignment는 대형 언어 모델(Large Language Models, LLMs) 개발에서 중요한 최전선으로 부상했으며, reward models(RMs)는 핵심 메커니즘으로 작용합니다.

robot learning을 확장하려면 실제 환경에서 풍부하고 장기적인 상호작용을 포함한 인간 데이터가 필요할 가능성이 높습니다. 이러한 데이터를 수집하기 위한 기존 접근법은…

훈련 데이터의 선택이 AI 모델에 어떤 영향을 미치는가? 이 질문은 interpretability, privacy, 그리고 basic science에 있어 중심적인 중요성을 가진다. 그 핵심은 …

본 논문에서는 비동기 Q…에 의해 생성된 Polyak‑Ruppert 평균 반복에 대한 고차원 central limit theorem의 수렴 속도를 유도한다.

Propositional Linear Temporal Logic (LTL)은 소프트웨어, 네트워크 등에서 바람직한 요구사항 및 보안·프라이버시 정책을 지정하기 위한 인기 있는 형식이다.

신경망의 복잡성이 증가함에 따라 자원 제한이 있는 장치에서 분산 머신러닝을 배포하는 것이 어려워집니다. Split learning (SL)은 …

Multiple Instance Learning (MIL)은 컴퓨터 병리학에서 기가픽셀 전체 슬라이드 이미지(WSI) 분류를 위한 지배적인 프레임워크입니다. 그러나 현재 MIL…

고급 원자로의 Real-time supervisory control은 물리적 센서가 위치한 지점을 포함한 plant‑wide thermal‑hydraulic 상태를 정확히 예측해야 합니다.

GROMACS는 고전 분자 동역학(MD)의 사실상 표준이다. 거의 양자 수준의 정확성을 MD 전반에 걸쳐 추구하는 AI 기반 interatomic potentials의 부상이…

대규모 언어 모델(LLMs)이 민감한 사용자 데이터로 점점 더 많이 학습됨에 따라, 언어 학습에서 프라이버시의 근본적인 비용을 이해하는 것이 필수적이 된다…