· ai
[Paper] AI TA를 속이는 방법: LLM 코드 평가에서 학술적 탈옥에 대한 체계적 연구
대규모 언어 모델(Large Language Models, LLMs)을 코드 평가를 위한 자동 채점자로 사용하는 것이 학술 환경에서 점점 더 보편화되고 있습니다. 그러나 그들의 신뢰성...
-
- · ai
[Paper] 공자 코드 에이전트: 산업 규모의 오픈소스 AI 소프트웨어 엔지니어
실제 AI 소프트웨어 엔지니어링은 대규모 저장소를 논리적으로 탐색하고, 긴 세션 전후 및 세션 내에서 지속적인 메모리를 유지할 수 있는 코딩 에이전트를 요구한다, 그리고…
- · ai
[Paper] 스트립된 바이너리 분석을 위한 크로스모달 검색 모델
LLM-agent 기반 binary code analysis는 취약점 탐지를 포함한 다양한 소프트웨어 보안 시나리오에서 상당한 잠재력을 보여주었습니다.
- · ai
[Paper] D2M: 분산형, 프라이버시 보호, 인센티브 호환 데이터 마켓플레이스 for 협업 학습
협업 머신러닝 및 데이터 분석에 대한 수요가 증가함에 따라 프라이버시와 신뢰를 균형 있게 유지하는 보안 및 탈중앙화된 데이터 공유 프레임워크가 필요합니다.
- · devops
[Paper] 약간의 밀접 대화자: Serverless Cloud Co-Location Attacks 실용 가이드
Serverless computing은 효율적이고 비용 효율적인 방법을 제공함으로써 사용자가 애플리케이션을 개발하고 배포할 수 있게 하여 cloud computing에 혁신을 일으켰습니다, ...
- · ai
[Paper] 고차원 데이터 처리: 로컬 및 분산 환경에서 머신러닝 및 딥러닝 아키텍처 벤치마킹
이 문서는 빅 데이터 과정에서 구현된 실습 및 방법론의 순서를 보고합니다. 이는 처리부터 시작하는 워크플로우를 상세히 설명합니다...
- · ai
[Paper] 이기종 GPU 클러스터에서 DL 워크로드를 위한 하이브리드 학습 및 최적화 기반 동적 스케줄링
현대 클라우드 플랫폼은 대규모 딥러닝(DL) 워크로드를 점점 더 많이 호스팅하고 있으며, 높은 처리량과 낮은 지연 시간의 GPU 스케줄링을 요구합니다. 그러나, 증가하는 h...
- · software
[Paper] 소프트웨어 품질을 위한 이슈 해결 연구 및 자동화
효과적인 이슈 해결은 소프트웨어 품질을 유지하는 데 필수적입니다. 그러나 개발자들은 종종 저품질 이슈 보고서, 제한된 …
- · ai
[Paper] 강화 학습을 이용한 다목적 최적화의 효율성 향상 탐구
최적화와 탐색 과정의 효율성은 여전히 도전 과제 중 하나이며, 이는 최적화 알고리즘의 성능과 사용에 영향을 미칩니다. Utilisin...
- · ai
[Paper] Spatial Spiking Neural Networks가 효율적이고 견고한 시간 계산을 가능하게 한다
현대 머신 인텔리전스의 효율성은 최소한의 계산 비용으로 높은 정확도에 달려 있습니다. 스파이킹 뉴럴 네트워크(SNNs)에서는 시냅스 지연이 c...
- · ai
[Paper] 신경망에서의 명확한 표현: 의도성에 대한 정보이론적 접근
표현은 일상 경험 전반에 스며들어 있습니다. 소리를 나타내는 문자부터 디지털 파일을 인코딩하는 비트 문자열까지. 이러한 표현은 외부…
- · ai
[Paper] Gradient‑Based Planning을 위한 World Models에서 Train‑Test 격차 해소
World models와 model predictive control (MPC)를 결합하면 전문가 궤적의 대규모 데이터셋을 오프라인으로 학습할 수 있으며, 넓은 범위에 대한 일반화를 가능하게 합니다.