· ai
[Paper] 노력과 성능의 균형을 위한 최적의 Learning Rate Schedule
효율적으로 배우는 방법을 학습하는 것은 생물학적 에이전트에게는 근본적인 도전 과제이며 인공 에이전트에게는 점점 더 큰 관심사이다. 효과적으로 배우기 위해, 에이전트는 ...
-
- · ai
[Paper] Failure-Aware RL: 실제 환경 조작을 위한 Self‑Recovery 기반 신뢰성 있는 Offline-to-Online Reinforcement Learning
deep reinforcement learning 기반 사후 훈련 알고리즘은 generalizability, accuracy와 같은 특정 목표에 대해 robotic models의 한계를 확장할 수 있다...
- · ai
[Paper] Reference Games를 Model Uncertainty와 Clarification Requests 정렬을 위한 테스트베드로
인간 대화에서, 두 interlocutor는 상호 이해(mutual understanding)를 유지하는 데 적극적인 역할을 합니다. 청자(addressees)가 화자(speakers)의 의미에 대해 확신이 없을 때, ...
- · ai
[Paper] 더 많은 이미지, 더 많은 문제? VLM 실패 모드에 대한 통제된 분석
대형 비전 언어 모델(LVLMs)은 놀라운 능력을 입증했지만, 다중 이미지에 대한 이해와 추론 능력은 여전히…
- · ai
[Paper] 신뢰 함정: LLM에서의 성 편향과 예측 확신
민감한 분야에서 Large Language Models (LLMs)의 사용이 증가함에 따라, 그들의 confidence scores가 fairness와 bias에 어떻게 대응하는지에 대한 관심이 커지고 있다....
- · ai
[Paper] 원격 탐사 변화 감지를 위한 Exchange Is All You Need
Remote sensing change detection은 근본적으로 bi-temporal features의 효과적인 융합과 구별에 의존합니다. 기존 패러다임은 일반적으로 …
- · ai
[Paper] 대화를 통한 학습: 인간‑LLM 대화의 정치적 이슈 역학 분석
Large language models (LLMs)은 학습을 위한 대화 파트너로 점점 더 많이 사용되고 있지만, 사용자의 학습과 참여를 지원하는 상호작용 역학은 …
- · ai
[Paper] 정확한 크레이터 탐지를 위한 Vision-Language 모델
유럽 우주국(ESA)은 Argonaut 랜더를 이용한 계획된 달 임무에 대한 야망에 힘입어 신뢰할 수 있는 crater detection에 깊은 관심을 가지고 있습니다.
- · ai
[Paper] 멀티홉 추론을 위한 Kinship 데이터 벤치마크
Large language models (LLMs)은 다중 홉 추론을 수행하는 능력, 즉 여러 정보 조각을 결합하는 능력에 대해 점점 더 평가되고 있습니다…
- · ai
[Paper] 시스템 로그 심각도 분류에 대한 소형 언어 모델 및 소형 추론 언어 모델 벤치마킹
시스템 로그는 모니터링 및 진단을 위해 현대 컴퓨팅 인프라에서 필수적이지만, 그 규모와 복잡성 때문에 신뢰할 수 있고 효율적인 자동화된 i...
- · software
[Paper] 'TODO: Fix the Mess Gemini Created': GenAI가 유발한 Self-Admitted Technical Debt 이해를 향한 연구
ChatGPT, Copilot, Claude, Gemini와 같은 대형 언어 모델(LLMs)이 소프트웨어 개발 워크플로에 통합됨에 따라, 개발자들은 점점 더 …
- · ai
[Paper] 단일 샷을 넘어: Multi-step Tool Retrieval via Query Planning
대규모이며 동적인 툴 라이브러리를 활용하는 LLM agents는 효과적인 검색에 의존하지만, 표준 단일 샷 dense retrievers는 복잡한 요청을 처리하는 데 어려움을 겪는다....