· ai
[Paper] 통신 효율적이고 프라이버시 적응형 메커니즘 -- 수렴 분석을 포함한 Federated Learning 스킴
Federated learning은 여러 당사자가 자체 원시 데이터를 공유하지 않고 학습 모델을 공동으로 훈련할 수 있게 하여, 프라이버시…
-
- · ai
[Paper] LIBERTy: 인과 프레임워크를 이용한 LLM의 Concept-Based Explanations 벤치마킹과 Structural Counterfactuals
Concept-based explanations는 고수준 개념(예: gender 또는 experience)이 모델 행동에 미치는 영향을 정량화하며, 이는 decision-makers에게 매우 중요합니다.
- · ai
[Paper] Generative AI가 건축 개념 설계에 미치는 영향: 성과, 창의적 자기 효능감 및 인지 부하
우리 연구는 생성 AI(GenAI)가 건축 개념 설계 과제에서 성과, 창의적 자기 효능감, 그리고 인지 부하에 어떻게 영향을 미치는지 조사합니다. 30…
- · ai
[Paper] 데이터 기반 확률적 reduced-order modeling of parametrized dynamical systems
복잡한 동역학 시스템을 다양한 조건 하에서 모델링하는 것은 계산적으로 비용이 많이 들며, 종종 고충실도 시뮬레이션을 실행 불가능하게 만든다. Although reduce...
- · ai
[Paper] 신경 스케일링 법칙의 기원: 무작위 그래프에서 자연어까지
Scaling laws는 현대 AI 혁명에서 중요한 역할을 해왔으며, 실무자들에게 model performance가 증가함에 따라 어떻게 향상될지 예측할 수 있는 힘을 제공합니다.
- · ai
[Paper] 기업 검색 증강 시스템을 위한 구조 및 다양성 인식 컨텍스트 버블 구축
Large language model (LLM) 컨텍스트는 일반적으로 retrieval-augmented generation (RAG)을 사용하여 구성되며, 이는 top‑k passage를 순위 매기고 선택하는 과정을 포함합니다.
- · ai
[Paper] 당신의 Reasoning Models는 Reasoning인가, Guessing인가? A Mechanistic Analysis of Hierarchical Reasoning Models
Hierarchical reasoning model(HRM)은 다양한 추론 작업에서 뛰어난 성능을 달성하며, 대형 언어 모델 기반 추론을 크게 능가합니다.
- · ai
[Paper] ML 압축을 위한 단일 단계 Huffman 인코더
대규모 언어 모델(Large Language Models, LLMs)의 학습 및 서비스는 데이터를 여러 가속기(accelerators)에 분할해야 하며, 이때 집합 연산(collective operations)이 자주 병목(bottleneck)이 된다.
- · ai
[Paper] PACEvolve: 장기 지평 진행 인식 일관된 진화 구현
대형 언어 모델(LLMs)은 진화적 탐색을 위한 강력한 연산자로 부상했지만, 효율적인 탐색 스캐폴드 설계는 여전히 즉흥적이다. While prom...
- · ai
[Paper] 다중 속성 합성
우리는 여러 속성을 가진 LTLf 합성을 연구하며, 모든 속성을 만족시키는 것이 불가능할 수 있습니다. 속성의 부분집합을 열거하는 대신, 우리는 …을 계산합니다.
- · ai
[Paper] Molmo2: 비전‑언어 모델을 위한 오픈 가중치와 데이터, 비디오 이해 및 그라운딩
오늘날 가장 강력한 비디오-언어 모델(VLM)은 여전히 독점적이다. 가장 강력한 오픈-웨이트 모델은 독점 VLM에서 생성된 합성 데이터에 의존하거나, effecti...
- · ai
[Paper] 절차적 공정성 in Multi-Agent Bandits
다중 에이전트 다중 팔 밴딧(MA-MAB) 맥락에서 공정성은 종종 결과로 환원됩니다: 복지를 극대화하고, 불평등을 감소시키며, 혹은 효용을 균형 있게 만드는 것 등.