· ai
머신러닝을 배우기 위한 9가지 최고의 리소스 (FAANG 인터뷰 여정에서)
제가 머신러닝(ML)을 배우기 시작했을 때, 압도당했습니다. 이 분야는 방대한 바다와 같았으며—수학, 이론, 프레임워크, 그리고 모범 사례들로 가득 차 있었습니다. 저는 ...
-
- · ai
[Paper] 빠른 코드 반복을 위한 GPU‑네이티브 컴파일의 이론적 기반
현재 AI 코드 생성 시스템은 컴파일, 실행 및 테스트 단계에서 CPU‑GPU 데이터 전송으로 인한 상당한 지연 병목 현상을 겪고 있습니다.
- · software
교차 인식 자산 배치: 계산 기하학 및 ML 활용
math v_{rot} = v cos θ + k × v sin θ + k·k·v 1 - cos θ 대부분의 기존 엔진 및 DCC 툴은 여전히 강력한 교차 인식 자산 배치를 갖추지 못하고 있다.
- · ai
[Paper] SceneMaker: Open-set 3D 씬 생성과 Decoupled De-occlusion 및 Pose Estimation Model
본 연구에서는 SceneMaker라는 분리형 3D 씬 생성 프레임워크를 제안한다. 충분한 오픈셋 디오클루전 및 포즈 추정 프리…
- · ai
[Paper] 양방향 Normalizing Flow: 데이터에서 노이즈로 그리고 다시
Normalizing Flows (NFs)는 생성 모델링을 위한 원칙적인 프레임워크로 확립되었습니다. 표준 NFs는 forward process와 reverse process로 구성됩니다.
- · ai
[Paper] 고품질 데이터 공유를 위한 계층적 데이터셋 선택
현대 머신러닝의 성공은 고품질 훈련 데이터에 대한 접근에 달려 있습니다. 많은 실제 상황에서, 예를 들어 공개 저장소에서 데이터를 확보하는 경우…
- · ai
[Paper] 우리는 텍스트‑투‑3D 생성에서 RL에 준비가 되었나요? 점진적 조사
강화 학습(RL)은 대규모 언어 모델 및 멀티모달 모델에서 효과가 입증된 바 있으며, 2D 이미지 생성 향상을 위해 성공적으로 확장되었습니다.
- · ai
[Paper] ImplicitRDP: 구조적 슬로우-패스트 학습을 이용한 엔드투엔드 비주얼-포스 디퓨전 정책
인간 수준의 접촉이 풍부한 조작은 두 가지 핵심 모달리티의 뚜렷한 역할에 의존합니다: vision은 공간적으로 풍부하지만 시간적으로 느린 global context를 제공하고, ...
- · ai
[Paper] AlcheMinT: 세밀한 시간적 제어를 통한 다중 레퍼런스 일관성 비디오 생성
대규모 diffusion 모델을 활용한 subject‑driven 비디오 생성의 최근 발전으로, 사용자 제공 주제에 조건화된 개인화된 콘텐츠 합성이 가능해졌습니다.
- · ai
[Paper] Mull-Tokens: 모달리티에 구애받지 않는 잠재적 사고
추론은 언어를 넘어선다; 현실 세계에서는 공간, 시간, 어포던스 등 단어만으로는 전달할 수 없는 많은 것들에 대한 추론이 필요하다. 기존의 멀티모…
- · ai
[Paper] OmniView: 3D 및 4D 뷰 합성을 위한 전지전능 Diffusion Model
카메라 제어를 diffusion 모델에 주입하는 기존 접근 방식은 4D 일관성 작업의 특정 하위 집합에 초점을 맞추었습니다: novel view synthesis, text-to-video …
- · ai
[Paper] 더 강력한 Normalization-Free Transformers
정규화 레이어는 오랫동안 딥러닝 아키텍처의 필수 구성 요소로 여겨져 왔지만, 최근 도입된 Dynamic Tanh (DyT) ha...