헬스케어는 매우 정교해졌으며, wearables와 connected medical devices가 원격 환자 모니터링, 응급 대응 등을 혁신하고 있습니다,…

와이드 스트라이프를 활용한 Erasure coding은 대규모 스토리지 시스템에서 저장 오버헤드를 줄이기 위해 점점 더 많이 채택되고 있습니다. 그러나 기존의 Locally Repairable Codes(...

대규모 언어 모델(Large Language Models, LLMs)을 코드 평가를 위한 자동 채점자로 사용하는 것이 학술 환경에서 점점 더 보편화되고 있습니다. 그러나 그들의 신뢰성...

실제 AI 소프트웨어 엔지니어링은 대규모 저장소를 논리적으로 탐색하고, 긴 세션 전후 및 세션 내에서 지속적인 메모리를 유지할 수 있는 코딩 에이전트를 요구한다, 그리고…

LLM-agent 기반 binary code analysis는 취약점 탐지를 포함한 다양한 소프트웨어 보안 시나리오에서 상당한 잠재력을 보여주었습니다.

협업 머신러닝 및 데이터 분석에 대한 수요가 증가함에 따라 프라이버시와 신뢰를 균형 있게 유지하는 보안 및 탈중앙화된 데이터 공유 프레임워크가 필요합니다.

Serverless computing은 효율적이고 비용 효율적인 방법을 제공함으로써 사용자가 애플리케이션을 개발하고 배포할 수 있게 하여 cloud computing에 혁신을 일으켰습니다, ...

이 문서는 빅 데이터 과정에서 구현된 실습 및 방법론의 순서를 보고합니다. 이는 처리부터 시작하는 워크플로우를 상세히 설명합니다...

현대 클라우드 플랫폼은 대규모 딥러닝(DL) 워크로드를 점점 더 많이 호스팅하고 있으며, 높은 처리량과 낮은 지연 시간의 GPU 스케줄링을 요구합니다. 그러나, 증가하는 h...

효과적인 이슈 해결은 소프트웨어 품질을 유지하는 데 필수적입니다. 그러나 개발자들은 종종 저품질 이슈 보고서, 제한된 …

최적화와 탐색 과정의 효율성은 여전히 도전 과제 중 하나이며, 이는 최적화 알고리즘의 성능과 사용에 영향을 미칩니다. Utilisin...

현대 머신 인텔리전스의 효율성은 최소한의 계산 비용으로 높은 정확도에 달려 있습니다. 스파이킹 뉴럴 네트워크(SNNs)에서는 시냅스 지연이 c...

표현은 일상 경험 전반에 스며들어 있습니다. 소리를 나타내는 문자부터 디지털 파일을 인코딩하는 비트 문자열까지. 이러한 표현은 외부…

World models와 model predictive control (MPC)를 결합하면 전문가 궤적의 대규모 데이터셋을 오프라인으로 학습할 수 있으며, 넓은 범위에 대한 일반화를 가능하게 합니다.

최근 Gaussian Splatting 기반 역렌더링의 발전은 Gaussian 프리미티브에 쉐이딩 파라미터와 물리적으로 기반한 라이트 트랜스포트(light transport)를 확장하여…

Video unified models는 이해와 생성에서 강력한 능력을 보여주지만, 추론 기반 시각 편집에는 장비가 갖추어져 있더라도 어려움을 겪는다.

Radiance field 표현은 최근 diffusion 모델에서 일반적으로 사용되는 VAE의 latent space에서 탐구되었습니다. 이 접근은 효율성을 제공합니다.

human-robot coexistence를 향해, socially aware navigation은 mobile robots에게 중요합니다. 그러나 이 분야에 대한 기존 연구들은 주로 path efficiency에 초점을 맞추고 있습니다.

열역학적 평형 상태에서 분자 상태를 확장 가능하게 샘플링하는 것은 통계 물리학에서 오래된 도전 과제입니다. Boltzmann Generators가 이 문제에 접근합니다.

우리는 노르웨이의 지리공간 AI를 위한 세밀한 벤치마크 데이터셋인 NordFKB를 제시한다. 이 데이터셋은 권위 있고 매우 정확한 국가 Felles KartdataBase에서 파생되었다.

In-context learning with attention은 대규모 신경망이 관련 예시들에 선택적으로 집중함으로써 상황에 맞는 예측을 가능하게 합니다. 여기서 우리는 …

Neural Machine Translation(NMT)에서 지속 학습은 재앙적 망각(catastrophic forgetting)과 재학습에 드는 높은 계산 비용이라는 두 가지 과제에 직면한다. 이것은 …

Reinforcement learning 에이전트는 보상이 희박하거나 안전이 중요한 환경에서 종종 예기치 않게 행동하여 신뢰할 수 있는 디버깅 및 검증에 대한 강한 필요성을 만들는다.

Moralisation과 Triangulation은 확률 분포를 그래픽 모델로 인수분해하는 다양한 방법 사이를 전환할 수 있게 하는 변환입니다. Mor...