· ai
[Paper] 얼마나 많이가 너무 많은가? 지식 유지와 도메인 견고성을 위한 LoRA Rank 트레이드오프 탐색
대규모 언어 모델은 점점 더 파인튜닝을 통해 다운스트림 작업에 적용되고 있다. 전체 감독 파인튜닝(Full supervised fine-tuning, SFT)과 파라미터 효율 파인튜닝(parameter‑efficient fine‑tuning, P…
-
- · ai
[Paper] LLM-as-Judges를 활용한 안전성 메트릭 평가
LLMs(대형 언어 모델)은 다양한 입력 및 생성 작업에 지능적으로 대응하기 위해 텍스트 처리 파이프라인에서 점점 더 많이 사용되고 있습니다. 이는 …
- · ai
[Paper] Artificial Intrinsic Plasticity Neurons에서 인간과 유사한 작업 기억
working memory는 brain이 transient information을 통합하여 rapid decision-making을 가능하게 합니다. Artificial networks는 일반적으로 이를 recurrent 또는 par... 방식으로 복제합니다.
- · ai
AI 능력은 인간성이 아니다
번역할 텍스트를 제공해 주시겠어요? 해당 기사나 댓글의 내용을 직접 입력해 주시면 한국어로 번역해 드리겠습니다.
- · ai
Python을 사용한 실용적인 Time Series Anomaly Detection 툴킷
다음은 각 series에서 point anomalies를 감지하고 전체 bank에 걸쳐 anomalous signals를 식별하는 방법입니다. The post A Practical Toolkit for Time Series Anoma...
- · ai
[Paper] 의미적으로 동등한 코드 변환이 코드용 LLM의 멤버십 추론에 어떤 영향을 미치는가?
코드용 대형 언어 모델의 성공은 GitHub와 같은 공개 오픈소스 저장소를 포함한 방대한 코드 데이터와 개인적인, ...
- · ai
[Paper] 생성 모델이 작성한 코드 리뷰의 관련성 평가에 관하여
ChatGPT와 같은 대형 언어 모델을 코드 리뷰에 활용하면 효율성 향상이 기대되지만, 정확성 및 안전성에 대한 우려도 제기됩니다. 기존 e...
- · ai
[Paper] LLMQ: 소비자용 GPU를 위한 효율적인 저정밀도 사전학습
우리는 LLMQ를 소개합니다. 이는 중간 규모 언어 모델(예: 3B에서 32B 파라미터) 훈련을 저렴한 범용 GPU에서 수행할 수 있는 엔드‑투‑엔드 CUDA/C++ 구현입니다. 이러한...
- · ai
데이터 어노테이션: 정확하고 확장 가능한 AI 시스템에 동력을 제공
소개 데이터 주석은 인공지능에서 기계가 실제 데이터로부터 학습할 수 있게 하는 기본적인 과정입니다. 이는 의미를 추가하는 것을 포함합니다.
- · ai
[Paper] Offline Multi-Task Multi-Objective Data-Driven Evolutionary Algorithm with Language Surrogate Model 및 Implicit Q-Learning
데이터 기반 진화 알고리즘은 견고한 서러게이트 모델링을 통해 비용이 많이 드는 최적화 문제를 해결하는 데 놀라운 결과를 보여주었습니다. 비록 유망하지만…
- · ai
AI 배경 제거기: AI가 객체를 감지하고 배경을 분리하는 방법
AI background remover는 처음 보면 마법처럼 느껴질 수 있습니다. 이미지를 업로드하고 버튼을 클릭하면 배경이 사라집니다. 이 간단한 상호작용 뒤에는…
- · ai
자동 음성 인식을 위한 Blind Source Separation: 기계가 혼합 신호를 풀어내는 방법
소개 실제 세계에서는 신호가 깨끗하고 고립된 형태로 도착하는 경우가 거의 없습니다. Microphones는 겹치는 목소리를 포착하고, Sensors는 여러 물리 현상을 동시에 기록합니다.