[Paper] 어텐션 기반 해석성을 통한 멀티모달 언어 모델 최적화
현대의 large language models는 multimodal이 되어 텍스트와 이미지와 같은 다양한 데이터 형식을 분석합니다. fine-tuning은 이러한 multimodal을 적응시키는 데 효과적입니다.
현대의 large language models는 multimodal이 되어 텍스트와 이미지와 같은 다양한 데이터 형식을 분석합니다. fine-tuning은 이러한 multimodal을 적응시키는 데 효과적입니다.
Despite recent progress in multilingual speech processing, African languages remain under-represented in both research and deployed systems, particularly when i...
현대 리테일에서는 의류, 식료품, 화장품, 냉동식품 등 다양한 제품이 제공되면서 수요를 예측하기 어렵고, ...
Program synthesis는 입력‑출력 예시와 같은 사양 집합을 따라 컴퓨터 프로그램을 생성하는 과정입니다. It can be modeled a...
Knowledge‑enhanced text generation은 내부 또는 외부 지식 소스를 활용하여 생성된 텍스트의 품질을 향상시키는 것을 목표로 합니다. While language models have...
Gambling disorder는 이해하고 대처하기 어려운 복합적인 행동 중독으로, 신체적, 심리적, 사회적으로 심각한 결과를 초래합니다....
Chart-to-code 생성은 자동화된 데이터 시각화에서 중요한 작업으로, 복잡한 차트 구조를 실행 가능한 프로그램으로 변환합니다. 최근 Multi-m...
이 연구는 “Machines that Can Remember”를 구축하는 도전을 탐구하며, 장기 기억을 효율적인 초장기 컨텍스트 모델링 문제로 정의합니다. W...
대규모 비전-언어 모델(LVLMs)은 객체 탐지를 포함한 시각 정보를 필요로 하는 작업에서 고급 능력을 보여줍니다. 이러한 능력은…
Mutation-based Fault Localization (MBFL)은 자동화된 소프트웨어 디버깅을 위해 널리 연구되어 왔으며, 인공 변이체를 활용하여 결함이 있는 코드 엔티티를 식별합니다.
content‑oblivious 모델은 Censor‑Hillel, Cohen, Gelles, 그리고 Sel이 소개했으며 (PODC 2022; Distributed Computing 2023), 매우 약한 형태의 com…
Federated edge learning (FEEL)은 협업 모델 훈련을 가능하게 하면서 데이터 보존을 ...