Test-time scaling (TTS)은 추론 중에 추가 연산을 할당함으로써 대형 언어 모델의 성능을 향상시키는 효과적인 접근법이 되었습니다. H...

Diffusion 기반 모델은 샘플링을 많은 작은 Gaussian 디노이징 단계로 분해합니다 — 생성이 몇 개의 coar... 로 압축될 때 이 가정은 깨집니다.

비침습 뇌 기록으로부터 상상된 말을 디코딩하는 것은 상상 데이터셋이 부족하고 피험자 간에 시간적으로 정렬하기 어려워 도전적이다.

Conformal prediction (CP)은 distribution‑free 접근법으로, finite‑sample guarantees를 갖는 uncertainty quantification을 제공합니다. 그러나 CP를 graph neural networks에 적용하는 것은…

추론 시간 추론을 확장하기 위한 표준 기법은 Self-Consistency이며, LLM에서 여러 후보 답변을 샘플링하고 가장 흔한 …

시각-언어 모델(VLM)에서의 공간 지능은 3D 세계에서 추론해야 하는 실용적인 요구와 함께 연구 관심을 끌고 있습니다. 유망한 결과에도 불구하고, ...

기존 Flow Matching (FM) 텍스트‑투‑이미지 모델은 다중 작업 정렬에서 두 가지 중요한 병목 현상을 겪는다: 스칼라 값 보상으로 인해 발생하는 보상 희소성…

우리는 보상을 가중된 검증 가능한 기준으로 분해하고 LLM judge를 사용해 이를 점수화하는 것이 부분‑credit 최적화 신호를 제공한다고 주장한다: 대신 …

Context window 확장은 종종 LLM의 단순한 기능 업그레이드로 간주되지만, 우리는 이것이 다중 에이전트 social dilemmas에서 체계적으로 실패한다는 것을 발견했습니다.

최근 추론 시 학습(inference-time learning)의 발전으로 LLM이 Text-to-SQL 작업에서 추론 능력이 향상되었지만, 현재 솔루션은 여전히 m...에 대해 좋은 성능을 내는 데 어려움을 겪고 있다.

맞춤형 zero-shot 목표 함수를 만족하는 인간 동작을 생성하여, 제어 가능한 캐릭터 애니메이션 및 행동 합성 등과 같은 응용을 가능하게 합니다.

할인된 마코프 결정 과정(MDPs)에서 지수 효용 최적화를 위한 강화 학습(RL)은 원칙적인 가치 기반 알고리즘이 부족합니다. 우리는 ...

Talking-head generation은 identity, head pose, facial expression, 그리고 mouth dynamics의 공동 모델링을 필요로 합니다. 기존 방법들은 일반적으로 그 중 일부만을 다룹니다.

자유 텍스트 형태의 심장 자기공명(CMR) 보고서를 감사 가능한 구조화된 데이터로 변환하는 것은 코호트 구성, 장기 큐레이션, 그리고 …에 있어 여전히 병목 현상으로 남아 있습니다.

최근 바이트 수준 언어 모델(LM)은 서브워드 어휘에 의존하지 않으면서 토큰 수준 모델의 성능과 일치하지만, 그 유용성은 slo...

텍스트-투-이미지 모델이 visual fidelity에서 큰 진전을 이루었지만, complex visual intents를 충실히 구현하는 것은 여전히 어려운 과제이다. 많은 요구사항이…

사이트 특화 전파 모델을 구축하려면 일반적으로 상세한 3D 지도에 대한 ray-tracing이나 밀집 측정 캠페인 중 하나가 필요합니다. 두 접근 방식 모두 비용이 많이 듭니다.

Distributional treatment effects는 평균값(means)으로는 보이지 않을 수 있다: 처치는 average outcomes를 유지하면서도 tails, modes, dispersion, 혹은 rare‑event 확률을 변화시킬 수 있다.

Vision-language models (VLMs)는 프라이버시, 저작권 및 편향에 대한 우려가 커지고 있어, 민감한 지식을 제거하기 위한 머신 언러닝을 촉진하고 있습니다. 그러나, e...

Learning-to-defer (L2D)는 어려운/불확실한 사례를 인간에게 전달함으로써 glaucoma screening을 보다 안전하게 만들 수 있지만, 기존의 공식들은 expert availability를 간과한다.

Spiking Neural Networks (SNNs)는 기존의 Artificial Neural Networks (ANNs)에 대한 생물학적으로 타당하고 에너지 효율적인 대안으로 제안되었습니다.

AI 코딩 에이전트가 브랜치를 열고 풀 리퀘스트(PR)를 제출할 때, 감독 설계를 공동으로 결정하는 두 가지 질문이 있습니다: 누가 작업을 시작하는가(운영 주체)와 …

Mechanistic interpretability 논문들은 점점 인과적 어휘를 사용하고 있다: circuits, mediators, causal abstraction, monosemanticity. 이러한 주장들은 명시적인 i...

툴을 호출하는 에이전트가 잘못된 툴을 선택하면, 실패는 실행될 때까지 보이지 않는다: 이메일이 전송되고, 회의가 놓치게 된다. Probing 12 instruction-t

대규모 언어 모델에서 안전하고 정책을 준수하는 출력을 보장하려면 여러 안전 차원에 걸쳐 확장 가능한 실시간 콘텐츠 검토가 필요합니다. Howev...

성능 평가는 머신 러닝(ML) 모델의 품질을 평가하고 배포 결정을 안내하는 데 필수적입니다. 연합 학습(FL)에서는 ...

소프트웨어 오류는 현대 소프트웨어 개발에서 여전히 주요 과제이며, 오류의 원인이 되는 코드 요소를 식별하는 것은 시간 소모가 큰 디버깅 작업이다.

Stencil computations은 과학 컴퓨팅에서 기본적인 kernel이며, 유체 역학 및 기후 모델링과 같은 분야의 시뮬레이션에 필수적입니다. 그러나,…

시스템 설계와 구현은 개발 팀 내에서 서로 다른 사람이 수행하는 경우가 많으며, 몇 주 또는 몇 달 차이로 이루어질 수 있다.

분산 머신러닝은 종종 신뢰할 수 없는 워커 노드에 그래디언트 평가와 같은 계산을 외주하는 데 의존합니다. 기존의 강인한 집계 방법은...

Model Context Protocol (MCP)은 LLM 에이전트와 외부 도구 사이의 인터페이스 계층으로 빠르게 자리 잡았지만, 동시에 존재하는 안전하지 않은 데이터 흐름을 도입하기도 합니다...

코드 수준 취약점(예: 자동 분석기에 의해 발견된 경우)을 평가할 때는 잠재적 영향을 해당 상황의 맥락에서 고려하는 것이 필수적이다.

Automated vulnerability detection in critical‑infrastructure software는 근본적인 장벽에 직면합니다: industrial software는 일반적으로 stripped, sy… 형태로 배포됩니다.

에이전시 AI 시스템은 점점 도구, 서브 에이전트, 외부 서비스 등을 통해 작동하지만, 거버넌스 제어는 여전히 프롬프트와 대시보드 등에 일반적으로 연결되어 있다.

AI 중심 가속기에 대한 투자가 증가하고 슈퍼컴퓨팅 시설에 대한 배치가 확대됨에 따라, 이러한 아키텍처가 효율적으로 …

대규모 언어 모델(LLMs)의 장기 컨텍스트 학습은 일반적으로 Context Parallelism(CP)와 Head Parallelism(HP)으로 분산되지만, 기존 학습 시스템은…

대형 언어 모델(LLMs)은 추천을 순위 매기기에서 생성 작업으로 전환하고 있지만, 산업 현장 배포는 높은 지연 시간 때문에 제한되고 있습니다.

뇌전도(EEG)는 뇌-컴퓨터 인터페이스와 임상 신경과학의 핵심이지만, 딥러닝 모델은 일반적으로 훈련되고 평가됩니다.

우리는 정확한 의미에서, 광범위한 클래스의 피드포워드 신경망이 PAC 모델에서 학습한다(유한 샘플 복잡도를 가진다)는 것을 보여준다: 모든 고정된 유한 피드포워드 신경망…

현대 Mixture-of-Experts (MoE) 아키텍처는 전문가 용량을 엄격한 레이어별 규칙을 통해 할당한다: 각 transformer 레이어는 별개의 전문가 집합을 가진다. 이 c...

Large language models은 일반적으로 monolithic 시스템으로 배포되며, 애플리케이션이 좁은 범위의 기능만 필요하더라도 전체 모델을 요구합니다, 예를 들어…

대형 언어 모델(LLMs)은 과학 및 수학 문제를 해결하는 데 강력한 능력을 보여주지만, 유효하고 도전적인 …

최근 연구에 따르면 large-scale video diffusion models를 먼저 비디오를 intrinsic scene representations로 분해함으로써 neural renderers로 재활용할 수 있음이 밝혀졌다.

쌍별 인간 피드백을 통한 LLM 순위 매기기는 창의적 글쓰기와 문제 해결과 같은 개방형 작업에 대한 현재 리더보드의 기반이 됩니다. 우리는 약 89K comp...

Optimizers는 대규모 언어 모델(LLMs)을 학습할 때 사전 학습(pretraining) 및 미세 조정(finetuning) 단계 모두에서 중요한 역할을 합니다. 본 논문에서는 관찰을 제시합니다.

많은 배포에서는 관련 언어, 분야, 혹은 규제 체계에 대한 라벨이 붙은 benchmark가 존재하기 전에 후보 candidate language model들의 안전성을 비교해야 합니다. 우리는...

우리는 AI co-mathematician을 소개합니다, 이는 수학자들이 AI agents를 인터랙티브하게 활용하여 open-ended research를 수행할 수 있는 워크벤치입니다. AI co-mathematician ...

검증 가능한 보상을 이용한 강화 학습(RLVR)은 결정론적 검증 덕분에 추론 능력을 향상시키는 주요 패러다임이 된다.