· ai
[Paper] 진보의 대가: Algorithmic Efficiency와 AI Inference 비용 감소
언어 모델은 최근 몇 년간 고급 벤치마크에서 엄청난 진전을 보였지만, 이러한 진전의 대부분은 더 비용이 많이 드는 모델을 사용함으로써만 가능했습니다.
-
- · ai
[Paper] Physics-Informed Neural Networks를 이용한 열물성 특성 추출
Inverse heat problems는 관측되거나 알려진 열 확산 거동을 기반으로 재료의 thermophysical properties를 추정하는 것을 말합니다. Inverse heat problems는…
- · ai
[Paper] 모듈러 덧셈을 위한 Sinusoidal Activation의 입증된 이점
이 논문은 두 층 신경망을 이용한 모듈러 덧셈 학습에서 activation functions의 역할을 연구한다. 우리는 먼저 sharp expressivity gap을 확립한다: si...
- · ai
[Paper] ASTRO: 동역학 기반 궤적 롤아웃을 통한 적응형 스티칭
오프라인 강화 학습(RL)은 사전 수집된 데이터셋으로부터 에이전트가 최적 정책을 학습하도록 합니다. 그러나, 최적이 아닌 및 단편적인 데이터를 포함하는 데이터셋은...
- · ai
[Paper] 단일 확률적 포워드 패스와 코드 생성을 이용한 베이지안 신경망의 가속 실행
머신러닝 모델은 진단, 날씨 예측, NLP, 자율 주행 등과 같은 분야에서 좋은 성능을 보이지만, 그들의 제한된 불확실성 처리...
- · ai
[Paper] 지속적인 인텔리전스 성장: Self-Training, Continual Learning, 및 SuperIntelliAgent의 Dual-Scale Memory
우리는 SuperIntelliAgent를 소개합니다. 이는 학습 가능한 작은 diffusion model(learner)과 고정된 large language model을 결합한 agentic learning framework입니다.
- · ai
[Paper] 실제 및 인공 취약점에 대한 One-Shot 패치 평가를 위한 LLMs
자동화된 취약점 패치는 소프트웨어 보안에 필수적이며, 최근 Large Language Models(LLMs)의 발전은 자동화된 …에 대한 유망한 역량을 보여줍니다.
- · ai
[Paper] LFM2 기술 보고서
우리는 LFM2, 효율적인 온‑디바이스 배포와 강력한 작업 능력을 위해 설계된 Liquid Foundation Models 패밀리를 소개합니다. 하드웨어‑인‑루프 아키텍처를 사용하여…
- · ai
[Paper] Quantized-Tinyllava: 새로운 멀티모달 파운데이션 모델이 효율적인 스플릿 러닝을 가능하게 한다
Split learning은 모델을 분산 디바이스에서 학습시켜 데이터 공유를 피함으로써 데이터 프라이버시 문제를 해결하는 방법으로 잘 알려져 있습니다, 따라서 데이터 공유를 초래하는…
- · ai
[Paper] MegaChat: 고품질 영업 챗봇 평가를 위한 합성 페르시아어 Q&A 데이터셋
이란의 중소기업(SMEs)은 점점 더 Telegram을 활용하여 판매를 진행하고 있으며, 실시간 참여가 전환에 필수적입니다. 그러나, dev...
- · ai
[Paper] 학습 보강 온라인 이분 매칭 in the Random Arrival Order Model
우리는 learning-augmented 설정에서, $n$개의 offline 정점과 $n$개의 online 정점을 갖는 random arrival order model에서 online unweighted bipartite matching 문제를 연구한다.
- · ai
[Paper] 계층형 AI-Meteorologist: 다중 규모 및 설명 가능한 Weather Forecast Reporting을 위한 LLM-Agent System
우리는 Hierarchical AI-Meteorologist를 소개합니다. 이는 LLM-agent 시스템으로, 계층적 forecast reasoning과 weather를 활용하여 설명 가능한 weather reports를 생성합니다. ...