연합 데이터 공유는 원시 데이터를 중앙화하지 않고도 유용성을 제공한다는 약속을 하지만, 기존의 embedding-level generators는 non-IID client heterogeneity와 p... 아래에서 어려움을 겪는다.
범주형 변수를 사용하는 Gradient-based optimization은 일반적으로 편향은 없지만 잡음이 많은 score-function estimators에 의존하거나, 연속적인 relaxations에 의존한다.
Vision-Language Models (VLMs)와 Multimodal Large Language Models (MLLMs)는 이미지 및 비디오 딥페이크 탐지에서 강력한 일반화를 보여주었지만, 그들의 ...
투자 포트폴리오 최적화는 모든 주요 금융 기관에서 수행되는 작업입니다. Cardinality Constrained Mean-Variance Portfolio Optimization (CCP)…
구조화된 형태 완성은 비구조화된 점이 아니라 프리미티브로 누락된 기하학을 복구하여 프리미티브 기반 표면 재구성을 가능하게 합니다. In...
대형 언어 모델(LLMs)은 많은 일상 애플리케이션에서 필수 요소가 되었습니다. 그러나 데이터가 진화함에 따라 그들의 지식은 빠르게 오래되게 됩니다. Continual ...
자율 AI 에이전트가 코드 완성 도구에서 대규모로 풀 리퀘스트(PR)를 열 수 있는 완전한 팀원으로 전환함에 따라, 소프트웨어 유지관리자는 fa...
축구에서 오프볼 수비 퍼포먼스를 평가하는 것은 어려운 일이며, 전통적인 지표들은 상대의 움직임을 제한하는 미묘하고 협조적인 움직임을 포착하지 못한다.
최첨단 대형 언어 모델(LLM) 파이프라인은 부트스트랩된 추론 루프에 의존한다: 다양한 사고 사슬을 샘플링하고 가장 높은 점수를 받은 것을 강화한다...
심볼릭 제약을 딥러닝 모델에 통합하면 모델을 더 견고하고 해석 가능하며 데이터 효율적으로 만들 수 있습니다. 하지만 여전히 시간 소모적인 …
강화학습에서 오프-폴리시 액터-크리틱 방법은 temporal-difference 업데이트로 크리틱을 학습하고 이를 정책(actor)의 학습 신호로 사용한다.
관련 텍스트 스팬을 식별하는 것은 NLP의 여러 다운스트림 작업에 중요하며, 모델 설명 가능성에 기여합니다. 대부분의 스팬 식별 접근법은 …
손으로 쓴 STEM 시험은 개방형 추론과 다이어그램을 포착하지만, 수작업 채점은 느리고 규모를 확대하기 어렵습니다. 우리는 end-to-end 워크플로우를 제시합니다 for gradi...
우리는 선형 솔버의 적응형 정밀도 튜닝을 위한 강화 학습(RL) 프레임워크를 제안하며, 이를 일반 알고리즘으로 확장할 수 있다. 이 프레임워크는 …
Deep neural networks는 제조업에서 다양한 visual quality inspection 작업을 자동화하는 데 큰 잠재력을 보여줍니다. 그러나 그 적용 가능성은 …
Vision-Language Models는 의료 영상 분석 및 질병 진단에서 강력한 잠재력을 보여주었습니다. 그러나 배포 후에는 성능이 dete...
디지털 이미징에서, 이미지 디모자이싱은 색 필터 어레이(CFA)에서 RGB 정보를 복원하는 중요한 첫 단계입니다. 종종 딥러닝은 …
장기 시계열 예측에 트랜스포머를 사용하는 경우, 자체 주의(self-attention)의 이차 복잡도와 균일 패칭(uniform patching)의 경직성 때문에 성능이 제한됩니다.
보행자 횡단 행동을 추론하기 위한 기존 패러다임은 통계 모델부터 supervised learning methods에 이르기까지 다양하지만, 일반화 능력이 제한적이다.
Ticket troubleshooting은 티켓팅 시스템을 통해 보고된 문제를 분석하고 해결하는 과정을 의미합니다. 대규모 조직에서 …
이 논문은 생산 라인에서 비용 최적 작업 스케줄링을 위한 유전 알고리즘(GA) 접근법을 제시한다. 시스템은 일련의 직렬 처리 작업 집합으로 구성된다.
Language model (LM) probability은 신뢰할 수 있는 품질 추정기가 아니다, 왜냐하면 자연어는 애매모호하기 때문이다. 여러 출력 옵션이 모두 유효할 때, 모델의 probability…
대규모 언어 모델(Large Language Models, LLMs)은 높은 성능(예: 정확도) 덕분에 많은 자연어 작업을 해결하는 주요 AI 모델로 부상하고 있습니다…
Generative Reward Models (GRMs)는 interpretability, inference-time scalability 및 ... 때문에 reward modeling에서 상당한 연구 관심을 끌고 있습니다.
