RAPID-LLM은 GPU 클러스터에서 대규모 언어 모델(LLM) 학습 및 추론을 위한 통합 성능 모델링 프레임워크입니다. 이는 DeepFlow 기반 프런트엔드와 결합하여…

최근 self-supervised Joint-Embedding Predictive Architectures (JEPAs) 분야의 획기적인 연구는 Euclidean 표현을 iso... 방향으로 정규화하는 것이 중요함을 입증했습니다.

최근에 사고 능력을 갖춘 새로운 파도의 대형 언어 모델(Large Language Models)이 등장했으며, 다양한 추론 벤치마크 전반에 걸쳐 뛰어난 능력을 보여주고 있습니다. ...

Attitude control은 많은 위성 임무에 필수적이다. 그러나 Classical controllers는 설계에 시간이 많이 소요되고 모델 불확실성에 민감하며…

우리는 인간과 LLM 상호작용이 초래하는 epistemological 위협을 검토한다. 우리는 인간 전반에 걸쳐 분배된 epistemic warrant를 이론화하는 collective epistemology를 개발한다.

Artificial intelligence은 전 세계 기술 경쟁의 핵심 분야가 되었으며, 유럽이 기술 주권을 추구하는 데 있어 중심적인 관심사입니다. 이 …

그룹 상대 강화 학습과 검증 가능한 보상(RLVR)은 종종 가장 유용한 데이터를 낭비하고 이미 실패를 가지고 있습니다. 모든 롤아웃이 w...

본 논문에서는 순서 회귀(ordinal regression) 설정에서 방향성 피드백(directional feedback)을 도입합니다. 여기서 학습자는 예측된 레이블이 …인지에 대한 피드백을 받습니다.

우리는 Algerian Dialect라는 대규모 sentiment-annotated 데이터셋을 소개합니다. 이 데이터셋은 알제리 아랍어 방언으로 작성된 45,000개의 YouTube 댓글로 구성됩니다. 우리가…

대기 난류는 optical imaging, remote sensing, free-space optical …을 포함한 광범위한 응용 분야 전반에 걸쳐 근본적인 제한을 가합니다.

대형 언어 모델(LLMs)과 멀티모달 LLMs는 이벤트 추출(EE)을 변화시키고 있습니다: 프롬프팅과 생성은 종종 제로샷으로 구조화된 출력을 만들 수 있습니다 ...

연속적인 용매 조성 범위에 걸친 반응 결과를 예측하는 것은 유기 합성 및 공정 화학에서 여전히 중요한 과제입니다. 전통적인 m...

다양한 프로그래밍 언어의 급속한 확산은 다국어 코드 LLM을 개발하는 데 기회와 도전을 동시에 제공합니다. 기존 기술은…

Marine Biological Laboratory에서의 기억 연구에 따르면, Plato는 모든 경험이 장기 기억에 의해 구동되는 뇌의 변화를 일으킨다고 관찰했습니다. 오늘날, neu...

소스 코드 변경과 그 변경이 다른 코드 엔티티에 미치는 영향을 이해하는 것은 소프트웨어 개발에서 중요한 기술입니다. 그러나 코드 변경에 대한 분석과 ...

시기적절하고 정확한 상황 보고서는 인도주의적 의사결정에 필수적이지만, 현재의 워크플로우는 대부분 수동적이며 자원 집약적이고, 그리고 …

추천 시스템은 개인화된 콘텐츠 제공을 가능하게 하며, 따라서 많은 대기업의 수익을 창출합니다. 지난 10년간, 딥러닝 recommende...

우리는 강하게 서브선형 MPC 모델이 고전적인 그래프 중심 분산 모델과 어떻게 관련되는지 연구하며, Node‑Capacitated Clique (NCC), 즉 대역폭 제한이 있는 클리크 모델에 초점을 맞춥니다.

도시의 지하 케이블 건설은 도시 전력망의 신뢰성을 향상시키는 데 필수적이지만, 높은 건설 비용 때문에 계획이 가치 있는 …

Neural code models는 소프트웨어 개발 프로세스에 점점 더 많이 통합되고 있습니다. 그러나 이들의 백도어 공격에 대한 취약성은 중요한…

GPU 컴퓨팅을 효율적으로 활용하는 것은 대규모 언어 모델(LLM) 서비스에서 사용자 경험을 향상하고 운영 비용을 절감하는 데 핵심적입니다. 그러나 현재…

이 논문은 연구자 코딩 및 R에 대한 담론적 기여 분석을 통해 기업 혁신 시스템에서 인식되지 않은 노동의 역할을 탐구한다.

Decentralized federated learning (DFL)은 중앙 집중식 조정 없이 엣지 디바이스 간 협업 모델 훈련을 가능하게 하며, 시스템 장애에 대한 복원력을 제공한다.

Bangla는 code generation을 위한 저자원 언어로, large-scale annotated datasets와 natural language specifications를 실행 가능한 형태로 변환하는 도구가 부족합니다.