‘LLM-as-a-judge’ 패러다임은 개방형 생성(open-ended generation)을 평가하는 표준 방법이 되었다. 쌍별 비교(pairwise comparison)의 2차 규모 확장 비용을 해결하기 위해…

문화는 추론, 가치, 우선순위 설정 및 전략적 의사결정에 영향을 미치지만, 대형 언어 모델(LLMs)은 종종 문화적 편향을 보여서 ...와 일치하지 않는다.

대규모 언어 모델(LLMs)은 종종 환각을 일으켜 지식 집약적 애플리케이션에서 신뢰성을 제한합니다. 검색 기반 생성(RAG) 및 …

견고한 task-oriented spoken dialogue agents는 사람들이 음성을 통해 상호작용하는 다양한 방식을 모두 경험해야 합니다. spoken user simulators를 구축하는 것은 …

Gradient inversion attacks는 공유된 gradient로부터 개인 훈련 텍스트를 복원할 수 있음을 밝혀내어, 대형 언어 모델(LLMs)에 대한 프라이버시 위험을 초래합니다.

멀티턴 대화는 언어 모델 상호작용의 일반적이고 중요한 방식입니다. 그러나 현재 공개된 학습 및 평가 데이터는 단일 턴에 초점을 맞추고 있습니다.

대규모 언어 모델(LLM)은 사회에 영향을 미치는 애플리케이션에 점점 더 많이 배치되고 있어, 이들이 내포하는 문화적 편향에 대한 우려가 제기되고 있습니다. 우리는 …

이 보고서에서 우리는 IQuest-Coder-V1 시리즈-(7B/14B/40B/40B-Loop)를 소개합니다, 이는 새로운 코드 대형 언어 모델(LLM) 패밀리입니다. 정적 코드 표현을 넘어서는…

스케일링 깊이는 대형 언어 모델(LLMs)의 핵심 동인입니다. 그러나 LLM이 깊어짐에 따라 종종 신호 저하를 겪습니다: 유익한 특징이…

기존 behavioral alignment 기술은 Large Language Models (LLMs)에 대해 surface compliance와 internal unaligned representations 사이의 불일치를 종종 간과한다.

Deep search 기능은 최첨단 Large Language Model (LLM) 에이전트에게 필수적인 역량이 되었지만, 고성능 검색의 개발은 …

형태론적으로 풍부하고 저자원 언어에 대한 Keyphrase extraction은 적절한 evaluation datasets의 부족으로 인해 크게 연구가 부족한 상태입니다. 우리는 ...

베트남 의료 연구는 특히 시간과 자원을 절감하는 것을 목표로 하는 인공지능 기술의 부상과 함께 점점 더 중요한 분야가 되고 있습니다.

AI 시스템은 눈에 보이는 실패보다 조용히 실패하는 경우가 훨씬 더 많습니다. WildChat 데이터셋을 활용한 인간‑AI 상호작용에 대한 대규모 정량적 분석에서 우리는 …

Large Language Models (LLMs)은 코드 생성에 강력한 잠재력을 보여왔지만, 프라이빗 라이브러리 중심의 코드 생성에서는 여전히 제한적이며, 목표는…

이 논문은 GELATO (Government, Executive, Legislative, and Treaty Ontology)를 소개한다. 이는 118번째 의회에서 제출된 미국 하원 및 상원 법안들의 데이터셋이며, ...

Sentence simplification은 복잡한 텍스트를 원래 의미를 유지하면서 언어적 복잡성을 줄여 접근성을 높이는 것을 목표로 합니다. 그러나, ...

학습된 Transformers는 즉각적인 다음 토큰을 예측하는 데 중복된 것으로 보이는 abstract features를 계산하는 것으로 나타났습니다. 우리는 ...의 구성 요소를 식별합니다.

현대 번역 시스템은 최첨단 성능을 위해 고품질의 대규모 병렬 데이터셋에 크게 의존합니다. 그러나 이러한 자원은 대부분 이용할 수 없습니다.

Continuous prompt search는 자연어 처리 작업에서 기존의 parameter tuning에 대한 계산 효율적인 대안을 제공합니다. 그럼에도 불구하고, 그것의…

Instruction Tuning (IT)은 대형 언어 모델(LLMs)의 강력한 능력을 활용하는 효과적인 접근법으로 입증되었습니다. 최근 연구에 따르면…

Large Language Models (LLMs)은 의사결정 지원, 과학적 문제 해결, 그리고 다중 에이전트 협조 시스템에서 점점 자율 추론 에이전트로 활용되고 있습니다.

대규모 언어 모델(LLMs)은 고자원 언어 쌍에 대한 기계 번역에서 놀라운 능력을 입증했지만, 저자원…

Supervised Semantic Differential (SSD)는 연속적인 개인 차이 변인에 따라 텍스트 의미가 어떻게 변하는지를 모델링하는 혼합 정량‑해석 방법이다.

능력 있는 소프트웨어 엔지니어링(SWE) 에이전트를 훈련하려면 대규모, 실행 가능하고 검증 가능한 환경이 필요하며, 이는 반복적인 …을 위한 동적 피드백 루프를 제공합니다.

AI 에이전트와의 긴 대화는 한 사용자에게 단순한 문제를 만들습니다: 기록은 유용하지만, 이를 그대로 유지하는 것은 비용이 많이 듭니다. 우리는 personalized ag…

Error Span Detection (ESD)는 기계 번역(MT) 평가에서 중요한 하위 작업으로, 번역 오류의 위치와 심각성을 식별하는 것을 목표로 합니다. Whil...

강화 학습 기반 정렬의 광범위한 채택은 보상 모델의 중요성이 커지고 있음을 강조한다. 다양한 벤치마크가 평가를 위해 구축되었다.

과학적 멀티모달 문서 추론 데이터셋을 구축하는 것은 foundation model 훈련을 위해 규모(scale), 충실도(faithfulness), 현실성(realism) 사이의 내재된 트레이드오프를 포함한다.

추론 LLMs-as-Judges는 inference-time scaling의 혜택을 받을 수 있으며, 추론 모델의 성공을 non‑verifiable 분야에 확장하는 유망한 경로를 제공합니다.

학제간 연구가 더 크고 장기적인 영향을 가져오지만, 대부분의 연구는 여전히 단일 분야 학술 사일로에 국한되어 있습니다. 최근 AI 기반 접근법...

Long-context agentic workflows는 대형 언어 모델의 정의적인 사용 사례로 부상했으며, attention efficiency는 추론 속도와 …에 있어 중요합니다.

디코더 전용 Large Language Models(LLMs)이 최근 NLP 분야를 장악하고 있는 반면, 인코더 전용 아키텍처는 비용 효율적이고 파라미터 효율적인…

멀티모달 에이전트는 복잡한 문서 중심 워크플로우를 자동화하는 유망한 경로를 제공합니다. 그러나 여전히 중요한 질문이 남아 있습니다: 이러한 에이전트가 genui...

Synthetic data는 코드 생성 모델을 훈련시키는 데 필수적이 되었지만, 감지하기 어려운 상당한 noise와 hallucinations을 도입합니다…

대규모 언어 모델(LLMs)의 급속한 발전은 범용 AI 어시스턴트에 대한 진전을 가속화했습니다. 그러나 기존의 개인화된 어시스턴트에 대한 벤치마크는...

LLM-as-a-judge 패러다임은 중요한 가정에 의존한다. 즉, 높은 inter-evaluator agreement가 신뢰할 수 있고 객관적인 평가를 의미한다는 것이다. 우리는 …

대형 언어 모델(LLMs)을 기반으로 한 의사 관련성 피드백(Pseudo-relevance feedback, PRF) 방법은 두 가지 핵심 설계 차원에 따라 조직될 수 있다: 피드백 소스는 …

그들의 능력이 향상됨에 따라, Large Language Models (LLMs)은 이제 많은 산업 분야에서 사용되고 있습니다. 이들은 소프트웨어 엔지니어와 s...

LLM 기반 텍스트 임베더는 일반적으로 입력의 의미적 내용을 인코딩합니다. 그러나 임베딩 작업은 다양한 입력을 유사한 출력으로 매핑해야 합니다. 전형적으로...

GLM-OCR은 실제 문서 이해를 위해 설계된 효율적인 0.9B-parameter 컴팩트 멀티모달 모델입니다. 이는 0.4B-parameter CogViT 비주얼 인코더를 결합하여 ...

Knowledge distillation (KD) 방법은 대규모 사전 학습 언어 모델을 더 작은 모델로 압축하는 데 핵심적이며, 계산 효율성을 유지하면서 ...

SiDiaC‑v.2.0은 현재까지 가장 방대한 포괄적인 Sinhala Diachronic Corpus로, 출판 연도 기준으로 1800 CE부터 1955 CE까지의 기간을 포괄하며, 그리고…

기존의 대형 언어 모델(LLMs) 평가에서는 기만 비율을 측정하지만, 기만 행동을 일으키는 근본적인 조건은 충분히 이해되지 않고 있다.

Model merging은 추가적인 ... 없이 여러 neural networks의 능력을 단일 unified model로 결합하는 변혁적인 패러다임으로 부상했습니다.

LLM에서 추론은 수학, 코드 생성, 그리고 다중 홉 사실 질문에서 자연스러운 역할을 하지만, 단순하고 단일 홉 사실 질문에 대한 그 효과는…

대규모 언어 모델(LLMs)의 지속적인 파인튜닝은 이러한 모델이 작업과 데이터가 동적으로 변하는 환경에 배치됨에 따라 점점 더 중요해지고 있습니다.

Speech Large Language Models (SLLMs)는 빠르게 확장되어 다양한 작업을 지원하고 있습니다. 이러한 모델은 일반적으로 텍스트 프롬프트를 사용하여 평가되며, 이는…