언어 식별(LID)은 다국어 자연어 처리 파이프라인에서 중요한 구성 요소이며, 코퍼스 큐레이션 및 훈련을 용이하게 합니다…

인간이 고위험 의사결정을 위해 다중 라운드 대화형 AI에 점점 더 의존함에 따라, 이러한 상호작용이 신뢰할 수 있게 구현되도록 원칙적인 프레임워크가 필요합니다.

대규모 비전-언어 모델(LVLMs)에 대한 블랙박스 적대적 공격은 그래디언트가 없고 복잡한 멀티모달 경계 때문에 어려운 과제입니다. 기존 연구는…

복잡한 장면에서 사용자가 지정한 객체를 검색하는 것은 특히 쿼리가 모호하거나 유사한 객체가 여러 개 포함될 때 어려운 과제입니다. Exi...

시계열 파운데이션 모델을 학습하는 것이 다양한 시계열 도메인에서 제로샷 시계열 예측에 유망한 접근법임이 입증되었습니다. Insof...

LLM을 활용한 추론은 점점 더 넓은 검증 루프 안에서 전개됩니다. 내부적으로 시스템은 자기 일관성(self-consistency)이나 프록시 보상(proxy rewards)과 같은 저비용 검사를 사용합니다, …

현대의 오프라인 Reinforcement Learning (RL) 방법은 성능이 좋은 actor-critic을 찾지만, 이러한 actor-critic을 온라인에서 value-based RL 알고리즘으로 미세 조정하는…

신흥 페르시아어 NLP 벤치마크가 화용론과 공손함으로 확장되고 있지만, 이들은 기억된 문화적 사실과 능력을 구분하는 경우는 드물다.

LLM 기반 에이전트는 침투 테스트 자동화에 대한 가능성을 보여주지만, 보고된 성능은 시스템 및 벤치마크마다 크게 차이납니다. 우리는 28개의 LLM 기반 …

강화 학습(RL)은 추론 작업에서 대형 언어 모델을 개선하는 데 널리 사용되며, 비동기 RL 훈련은 ...

대규모 언어 모델(LLMs)의 확산은 기계가 생성한 콘텐츠와 인간이 작성한 텍스트를 구별할 효율적인 메커니즘을 필요로 합니다. 통계적 ...

현재 speech LLM은 대체로 암시적 ASR을 수행한다: 전사본으로 해결 가능한 작업에서는 행동적으로 그리고 메커니즘적으로 단순 WhispertoL과 동등하다.