· ai
[Paper] ReasonBENCH: LLM 추론의 (불)안정성 벤치마킹
대형 언어 모델(LLM)은 다단계 문제 해결 및 chain-of-thought와 같은 추론이 필수적인 환경에 점점 더 많이 배치되고 있습니다. 그러나, ...
-
- · ai
머신러닝 ‘어드벤트 캘린더’ 8일차: Excel에서 Isolation Forest
Isolation Forest는 기술적으로 보일 수 있지만, 그 아이디어는 간단합니다: 무작위 분할을 사용해 포인트를 격리합니다. 포인트가 빠르게 격리되면 이상치이며, 만약 m...
- · ai
[Paper] 대규모 언어 모델이 작동하지 않을 때: 그래프 신경망을 통한 온라인 무례성 예측
온라인 무례함은 디지털 커뮤니티에서 널리 퍼지고 지속적인 문제로 떠올랐으며, 사용자들에게 상당한 사회적·심리적 부담을 안겨주고 있습니다. Alt...
- · ai
Booking.com의 에이전트 전략: 규율 있는, 모듈식이며 이미 2배 정확도 제공
많은 기업들이 에이전시 행동(agentic behaviors)이나 인프라(infrastructures)에 대해서조차 생각하지 못하고 있을 때, Booking.com은 이미 자체 제작한 conversa…에 “우연히” 들어섰다.
- · ai
ML 중심 뉴스레터 만드는 방법
AI 도구를 사용하여 뉴스레터를 만드는 방법을 배워보세요. “How to Create an ML-Focused Newsletter” 게시물이 처음으로 Towards Data Science에 게재되었습니다....
- · ai
[Paper] AutoICE: LLM 기반 진화를 통한 검증 가능한 C 코드 자동 합성
자연어 요구사항으로부터 검증 가능한 코드를 자동으로 합성하면 소프트웨어 정확성과 신뢰성을 보장하면서 장벽을 크게 낮출 수 있습니다.
- · ai
[Paper] LLM은 Agentic 시나리오에서 어떻게 실패하는가? 다양한 LLM의 성공 및 실패 시나리오에 대한 정성적 분석 (Agentic 시뮬레이션)
우리는 대형 언어 모델(LLMs)이 도구 사용 능력을 갖춘 자율 에이전트로 작동할 때 어떻게 실패하는지를 조사한다. Kamiwaza Agentic Merit Index (KAM...
- · ai
[Paper] KAN-Dreamer: Kolmogorov-Arnold Networks를 함수 근사기로서 World Models에서 벤치마킹
DreamerV3는 놀라운 샘플 효율성으로 알려진 최첨단 온라인 모델 기반 강화 학습(MBRL) 알고리즘입니다. 동시에, Kolmogorov-Arno…
- · ai
[Paper] LLM은 자신이 작성한 코드를 신뢰할까?
대규모 언어 모델(LLMs)이 code generation에 효과적임에도 불구하고, 종종 잘못된 코드를 출력합니다. 그 이유 중 하나는 모델 출력 확률이…
- · ai
[Paper] Venus: VLM 기반 온라인 비디오 이해를 위한 효율적인 엣지 메모리 및 검색 시스템
Vision-language models (VLMs)는 인상적인 멀티모달 이해 능력을 보여주었으며, 점점 더 많은 온라인 비디오에서 배포되고 있습니다.
- · ai
[Paper] DCO: 예측 관리 기반 LLM 가속기를 위한 동적 캐시 오케스트레이션
대규모 언어 모델(LLMs)의 빠른 채택은 AI 가속기를 점점 더 강력하고 특화된 설계로 몰아가고 있습니다. 대신에 더 복잡해지는…
- · ai
Google AI 코스와 함께한 학습 여정은 agentic intensive capstone project였으며 매우 놀랍고 유익했습니다. 코스를 구독할 기회를 얻게 되어 기쁩니다. 감사합니다, 즐거운 학습 되세요.
Google AI 코스와 함께한 학습 여정은 에이전시 인텐시브 캡스톤 프로젝트였으며, 매우 놀랍고 유익했습니다. 기회를 가질 수 있어서 정말 기쁩니다.