양자 기술의 급속한 발전과 그 증가하는 계산 잠재력으로 인해, 양자 시스템이 시뮬레이션 및 기타…에 적용되고 있습니다.

개발자는 서드파티 라이브러리(Libs)를 기반으로 현대 소프트웨어 애플리케이션(Apps)을 만듭니다. 라이브러리 취약점이 애플리케이션 코드...

최근의 여러 Transformer 아키텍처는 초기 레이어에서 계산된 표현을 후속 레이어에 노출시키며, 이는 저수준 특징이 …

코딩 에이전트는 종종 per-prompt safety review를 통과하지만, 작업이 routine engineering tickets로 분해될 때 exploitable code를 배포합니다. The challenge is s...

최근 LMMs가 시각 인식에서 훨씬 강력해졌지만, 시각적 증거에 대한 다단계 추론이 필요한 문제에서는 여전히 신뢰성이 부족합니다. ...

표준 differential privacy는 모든 특성에 대해 균일한 프라이버시 제약을 부과하여, 민감한 특성과 비민감한 특성 사이의 고유한 구분을 간과합니다.

quantum computing이 이론적 실험 단계에서 실용적 적용 단계로 전환함에 따라, quantum software의 신뢰성이 중요한 병목 현상이 되었다.

저수지 특성화 워크플로우는 점점 이미지 기반 및 머신러닝/딥러닝, 혹은 생성 AI 접근법에 의존하고 있지만, 공개적으로 이용 가능한 …

Conceptual analysis -- 정의를 제시하고 counterexamples를 통해 이를 다듬는 과정 -- 은 철학적 methodology의 핵심이다. 우리는 language mod...

대형 언어 모델은 추론 시점에 프롬프팅이나 activation interventions를 통해 조정될 수 있지만, activation steering 방법은 종종 비교했을 때 성능이 떨어진다.

이 논문은 임상 경로의 예측 모니터링을 위한 재현 가능하고 프로세스 인식 파이프라인을 제시한다. 이 접근법은 데이터 리프팅, 템포럴 rec...

엣지 환경에서 연합 학습(Federated Learning, FL)의 급증에 동기를 받아, 우리는 전송 계층 붕괴에 대한 최초의 체계적인 특성화를 제시한다.

Formal verification은 소프트웨어 정확성 및 보안에 대한 가장 높은 보증을 제공하지만, 대규모이며 지속적으로 진화하는 시스템에 적용하는 것은 여전히 큰 과제이다.

ASIC cryptocurrency miners는 블록체인 인프라의 핵심 구성 요소로, 계산과 에너지를 직접 금전적 가치로 전환합니다. 그들의 친환경...

우리는 일일 사전 전송 토폴로지 계획 및 혼잡 관리를 순차적이고 다목적 최적화 문제로 다루고, 두 가지 보완적인…

인간의 참여는 고위험 방위 및 보안 상황에서 AI 시스템을 훈련하고 배포하는 데 필수적입니다. 그러나 실시간 상호작용은 비현실적입니다 i...

생물학적 및 인공 신경망이 연결성을 통해 어떻게 계산을 구현하는지를 이해하는 것은 신경과학과 머신러닝에서 중심적인 문제입니다. I...

생물학적 및 인공 신경망이 연결성으로부터 계산을 구현하는 방식을 이해하는 것은 neuroscience와 machine learning에서 중심적인 문제이다.

특수 아키텍처, 예를 들어 FPGAs와 AMD의 AI Engines(AIEs)와 같은 것이 에너지와 성능 이점을 제공할 잠재력이 있음이 입증되었습니다.

엑사스케일 시스템이 전례 없는 동시성을 달성함에 따라, 기존 성능 분석 도구는 대규모 텔레메트리의 오버헤드로 어려움을 겪고 있습니다. 우리는 …

우리는 모델 o…에서 상당히 super-linear polynomial-time (sequential) 복잡도를 갖는 문제들에 대해 N^{o(1)}-round 프로토콜을 설계할 가능성을 연구한다.

Recurrent networks가 위치, 위상 또는 기타 연속 변수를 저장하려면 장기간에 걸쳐 중립을 유지하는 state‑space directions가 필요합니다. 우리는 대칭…

현대 GPU는 고성능(high performance)을 제공하기 위해 점점 더 특화되고 비동기(asynchronous) 하드웨어 유닛(hardware units)에 의존합니다. 그러나 이러한 유닛은 오늘날 ... 때문에 종종 충분히 활용되지 못합니다.

최근 large language models의 발전으로 인해 사용자 대신 개방형 환경에서 점점 더 높은 자율성을 가지고 실행되는 소프트웨어 시스템(예: agents)의 부상이 일어나고 있습니다.

1세기 넘게 전력망은 단일 통계 가정에 의존해 왔습니다: 부하 다양성(load diversity), 수백만 개의 상관관계 없는 수요가…

Speculative decoding은 작은 draft model을 사용해 후보 토큰을 제안하고, 더 큰 target model이 이를 검증함으로써 대형 언어 모델(LLM) 추론을 가속화합니다.

Speculative decoding은 작은 draft model을 사용해 candidate token을 제안하고, 더 큰 target model이 이를 검증함으로써 large language model (LLM) inference를 가속화합니다.

지역 사회경제 통계의 일관성을 보장하는 것은 국가 통계 기관의 핵심 과제입니다. 전통적인 검증 도구인 range …

복합재료는 구성요소, 플라이, 라미네이트, 구조 등에 걸친 결합 메커니즘에 의해 지배되는 강한 계층적 및 이방성 특성을 나타낸다…

스마트 계약 취약점은 탈중앙화 금융에서 매년 수십억 달러 이상의 손실을 초래하지만, 보안 커뮤니티는 심각한 병목 현상에 직면하고 있다.

강화 학습(RL)의 상당한 발전에도 불구하고, 모델 성능은 알고리즘 및 하이퍼파라미터 구성에 매우 민감하게 남아 있으며, while ge...

Rural thematic road network construction은 농업 기계의 movement trajectory images에서 topological 도로 구조를 추출하는 것을 목표로 합니다. 그러나 이 ta...

전통적인 이미지 품질 평가(IQA) 방법은 평균 의견 점수(MOS)에 의존하는데, 이는 수집에 많은 자원이 필요하고 해석 가능한…

Cross-language code clone detection (X-CCD)은 의미적으로 동등한 프로그램이 서로 다른 언어로 작성되었을 때 표면적인 유사성이 거의 없기 때문에 어려운 과제이다.

과학자들은 점점 더 센서 기반 데이터에 의존하고 있지만, 원시 스트림을 엣지‑투‑클라우드 연속체 전반에 걸쳐 인사이트로 전환하는 것은 여전히 어렵습니다. 프로비저닝...

딥 뉴럴 네트워크가 효과적으로 최적화되었는지를 이해하는 것은 여전히 어려운 과제이며, 학습이 매우 비볼록(nonconvex)한 환경에서 이루어지고 표준 메트릭이…

과학자들은 점점 더 sensor-based data에 의존하고 있지만, 원시 스트림을 edge-to-cloud continuum 전반에 걸쳐 인사이트로 변환하는 것은 … 때문에 여전히 어렵습니다.

비디오는 여러 프레임에 걸쳐 행동을 포착하는 능력에서 독특합니다. 따라서 오랫동안 행동 인식은 전형적인 task였습니다.

인간과 AI 시스템 간의 업무 배분 방식을 결정하는 것은 조직 설계에서 핵심적인 과제이다. 대부분의 접근 방식은 이를 이분법적 선택으로 간주한다, ye...

확률적 값에는 Shapley values와 semivalues가 포함되며, 이는 블랙박스 모델의 행동을 데이터 포인트에 귀속시키기 위한 model-agnostic 프레임워크를 제공합니다.

Large language models는 복잡한 추론에 뛰어나지만, 그들의 중간 단계들을 평가하는 것은 여전히 어려운 과제입니다. 비록 process reward models가 단계별 …

대규모 분석 데이터베이스에서 Text-to‑SQL은 복잡한 스키마를 탐색하고, 모호한 쿼리를 해결하며, 실제 데이터에 기반한 결정을 내리는 것을 요구합니다. 대부분의 현재…

Blind face restoration은 심각한 손상 상황에서 매우 ill-posed한 문제이며, 이 경우 identity‑critical 세부 정보가 손상된 입력에서 누락될 수 있습니다. Same‑identity refer…

대규모 언어 모델(LLM) 에이전트가 고립된 도구 사용자에서 협조적인 팀으로 진화함에 따라, 강화 학습(RL)은 개별 행동뿐만 아니라 …

우리는 변환기와 상태공간 모델(state-space model, SSM) 블록을 통합한 하이브리드 이미지 복원을 위한 모듈식 프레임워크를 제안하며, 런타임 효율성을 개선하는 데 초점을 맞춥니다...

현대의 퍼저는 구조화된 입력을 생성하기 위해 Large Language Models(LLMs)를 점점 더 많이 사용하지만, LLM 기반 퍼징은 프롬프트 초기화와 샘플링에 민감합니다.

비디오에서 human pose와 appearance를 정확하게 복원하는 것은 scene reconstruction의 필수 요소이며, motion capture, motion prediction 등에 적용됩니다.

Automatic speech recognition (ASR) 시스템은 이음증(dysarthric) 및 기타 비정형 음성에 대해 여전히 취약합니다. 최근 audio-language 모델은 개선 가능성을 제시합니다.