컴퓨터 지원 합성 계획(computer-aided synthesis planning)을 해결하는 것은 완전 자동화된(fully automated) 로봇 지원 합성 워크플로(robot-assisted synthesis workflows)를 가능하게 하고 약물 발견(drug discovery)의 효율성을 향상시키는 데 필수적입니다.

법과학자들은 몸값 전화, 비밀 녹음, 자살 편지 의혹, 혹은 익명 ...에 대한 경우에 알 수 없는 화자나 작가를 식별해야 할 때가 많다.

Proof-of-Work (PoW)의 보안성과 탈중앙화는 기존 블록체인 시스템에서 충분히 검증되었습니다. 그러나 그 엄청난 에너지 낭비는…

online learning 환경이 변화함에 따라 personalization에 대한 필요성이 점점 더 명확해지고 있습니다. 교육 자원이 급증하고 있지만, 교육자들은 …

대형 언어 모델에서의 Safety alignment mechanisms는 학습된 refusal behavior를 통해 유해한 질의에 대한 응답을 방지하지만, 동일한 메커니즘이 leg...

대규모 언어 모델(LLMs)은 질문 응답 외의 분류 작업에서 다양한 방식으로 응답하는 것으로 나타났습니다. LLM 응답은 때때로...

Dexterous manipulation은 섬세한 hand motion이 물체와의 contact을 통해 environment에 미치는 영향을 이해해야 하기 때문에 어려운 과제입니다. We intro…

인공지능(AI) 모델의 검증 및 확인을 견고성 평가를 통해 수행하는 것은 통합 시스템의 신뢰할 수 있는 성능을 보장하는 데 필수적입니다.

Tile 기반 다중 처리 요소(PE) 가속기는 일반 행렬 곱셈(GEMM)에서 경쟁력 있는 성능을 달성할 수 있지만, 매우 구현하기 어렵다.

우리는 고차원에서 통계적 작업을 고려한다. 이때 손실은 데이터가 파라미터에 의해 생성된 고정 차원의 부분공간으로의 투영을 통해서만 의존한다.

불유창성이 겹칠 때 말더듬 탐지는 제대로 작동하지 않는다. 기존 파라메트릭 모델은 복잡하고 동시에 발생하는 불유창성(예: 'bloc…')을 구분하는 데 어려움을 겪는다.

continuous time을 표현하는 것은 large language models (LLMs)로 temporal event sequences를 모델링할 때 중요한 동시에 충분히 탐구되지 않은 과제입니다. Various strategi...

Graph Neural Networks는 graph classification 작업에서 상당한 성공을 보여왔지만, 종종 상당한 계산 자원을 필요로 하고 어려움을 겪는다.

우리는 vision-language 모델에서 중요한 격차인 물리적으로 타당한 장면 변환을 이해하고 생성하는 문제를 해결하기 위해 Do-Undo 작업과 벤치마크를 소개합니다.

강화 학습(RL)을 사용하여 범용 추론 모델을 구축하는 것은 도메인 간 이질성이 크게 존재하며, 추론에서의 큰 변동인 inferenc...을 포함합니다.

최근 조직병리학에서 딥러닝 프레임워크, 특히 다중 인스턴스 학습(MIL)과 병리학 기본 모델(PFMs)을 결합한 것이 ...

잘 설계된 prompt는 large language models의 성능을 향상시킬 수 있습니다; 자동 prompt 최적화 기술은 수동 작업 없이 성능을 향상시키는 것을 목표로 합니다.

Square Kilometre Array (SKA) 프로젝트는 세계에서 가장 큰 연속 과학 데이터 시스템 중 하나를 운영하여, 엄격한 p... 하에 페타스케일 이미징을 지속할 것입니다.

Autoregressive models (ARMs)은 느린 순차 추론으로 인해 제한됩니다. Masked diffusion models (MDMs)은 병렬적인 대안을 제공하지만, 그들은 crit…에 고통받습니다.

본 논문에서는 분산 학습을 위한 차등 프라이버시 보장 확률적 그래디언트 푸시(Differentially Private Stochastic Gradient Push)와 압축 통신(Compressed communication)을 결합한 DP‑CSGP를 제안한다.

Denoising language models (DLMs)는 자동 음성 인식 (ASR)을 위한 전통적인 language models (LMs)의 강력한 대안으로 제안되었습니다, motiv…

대규모 Mixture-of-Experts (MoE) 모델 추론은 높은 자원 요구와 동적 워크로드 때문에 어려운 과제입니다. 기존 솔루션은 종종 전체 모델을 배포합니다.

소프트웨어 엔지니어링(SE) 연구의 대부분은 진보가 방대한 데이터셋과 CPU‑집약적인 옵티마이저에 의존한다고 가정합니다. 그러나 이 가정이 과연 엄밀했는가…

이 연구는 자동화된 코드베이스 마이그레이션 분야에서 연구 및 실험 검증의 결과를 제시하며, ...