AI‑powered scientific research tools가 연구 워크플로에 빠르게 통합되고 있지만, 이 분야는 연구자들이 이러한 시스템을 어떻게 사용하는지에 대한 명확한 시각이 부족합니다.

최근 몇 년간, 소프트웨어 엔지니어링에 Large Language Models (LLMs)를 활용하기 위한 최선의 실천 방안을 다루는 논문이 늘어나고 있습니다. 그러나 대부분은 ...

대형 언어 모델(LLMs)의 발전은 자율 금융 거래 시스템의 개발을 가속화했습니다. 주류 접근 방식은 다중…

대규모 언어 모델(LLMs)은 생물학 벤치마크에서 점점 더 좋은 성능을 보이고 있지만, 이들이 초보 사용자를 향상시키는지—즉, 인간이 ...

Self-reflection은 language agents가 해결책을 반복적으로 정제하도록 가능하게 하지만, 종종 추론 성능을 제한하는 반복적인 출력물을 생성한다. 최근 연구들은 …

Omni-modal reasoning은 지능형 시스템이 다양한 데이터 소스로부터 이해하고 추론을 도출하는 데 필수적입니다. While existing omni-modal large language …

의료 진단은 시각적 표현과 임상 메타데이터를 효과적으로 통합해야 합니다. 그러나 기존 방법들은 종종 메타데이터를 고립된 …

최근에는 large datasets가 효율적인 model training을 방해하고 중복된 개념을 포함하고 있습니다. Dataset distillation은 compact datasets를 합성하는 것을 목표로 합니다.

실제 세계의 Table-Text 질문 응답(QA) 작업은 긴 텍스트와 원본 테이블을 가로질러 여러 홉을 탐색하고 co...를 실행할 수 있는 모델을 필요로 합니다.

Diffusion Language Models (DLMs)는 종종 병렬 토큰 생성을 가능하게 한다고 광고되지만, 실제로 빠른 DLM들은 자주 좌측‑우측 순서의 자동 회귀 방식으로 수렴합니다.

I/O 성능은 데이터 집약적인 과학 컴퓨팅에서 효율성에 매우 중요합니다; 그러나 대규모 스토리지 시스템을 튜닝하는 것은 복잡하고 비용이 많이 들며, 악명 높게 manp...

디코딩 중 대규모 언어 모델(LLMs)의 하드웨어 발자국을 줄이는 것은 효율적인 장기 시퀀스 생성에 필수적입니다. 주요 병목 현상은 키-...