LG AI Research는 기존 가우시안 데이터 중심의 한계를 넘어 비정형 데이터에서 상호 정보량(MI) 추정 성능을 검증할 수 있는 새로운 벤치마크를 제안했다.
LG AI연구원이 비정형 데이터 환경에서 상호 정보량(MI) 추정 성능을 엄밀하게 검증할 수 있는 새로운 벤치마크를 제안했다.
LG AI Research가 B-spline을 활용해 정형 데이터의 복잡한 분포에 맞춰 동적으로 정규화하는 새로운 기술을 제안했다.
LG AI연구원이 B-spline을 활용해 데이터 특성에 맞춰 동적으로 변환되는 Tabular 데이터 정규화 기법을 제안했다.
LG AI연구원이 테이블 데이터의 구조적 특징을 보존하며 학습 성능을 극대화하는 새로운 증강 기법 AGATa를 발표했다.
LG AI Research가 시계열 데이터와 텍스트 데이터의 특성을 반영한 멀티모달 시계열 예측 기술인 AIR를 제안했다.
LG AI연구원이 텍스트 정보를 활용해 시계열 모델의 동작을 조절하는 멀티모달 시계열 예측 기법 'AIR'를 제안했다.
LG AI Research가 복잡한 데이터셋의 라이프사이클을 추적하고 법적 리스크를 분석하는 Agent AI 시스템 'NEXUS'를 선보였다.
LG AI Research가 3D 구조를 활용한 분자 사전 학습 모델로 신소재 개발 기간을 획기적으로 단축했다.
LG AI Research가 수학, 과학, 코딩 분야에서 압도적인 추론 성능을 갖춘 AI 모델 'EXAONE Deep'을 공개했다.
LG AI Research가 표 형식 데이터(Tabular Data)의 자기지도학습 효율을 높이는 RaTab 기술을 AAAI-25에서 발표했다.
LG AI연구원이 표형 데이터의 핵심 정보를 유지하며 학습 효과를 극대화하는 RaTab 기법을 AAAI-25에서 발표했다.
LG AI Research가 시계열 데이터의 변수 중복성을 줄여 학습 효율을 높이는 VarDrop 알고리즘을 AAAI-25에서 발표했다.
LG AI연구원은 변수 간 중복성을 줄여 시계열 예측 모델의 학습 효율을 극대화하는 VarDrop 알고리즘을 제안했다.
LG AI Research가 비전 트랜스포머(ViT)의 효율성을 높이기 위해 NLP의 서브워드 토큰화 방식을 적용한 ImagePiece 기술을 발표했다.
LG AI연구원이 NLP의 토큰화 방식에서 영감을 얻어 비전 모델의 연산 효율을 높이는 ImagePiece 기법을 제안했다.
LG AI Research가 확산 모델을 활용해 의미론적 특징을 정교하게 제어하는 새로운 OOD 탐지 프레임워크 SONA를 발표했다.
LG AI연구원이 Diffusion 모델을 활용해 Near-OOD 데이터를 정교하게 생성하는 SONA 프레임워크를 개발했다.
LG AI Research가 언어 모델의 역량을 정밀하게 진단하기 위한 새로운 벤치마크 BiGGen Bench를 개발해 NAACL 2025 최우수 논문상을 수상했다.
LG AI연구원이 인간의 정밀한 평가 기준을 LLM에 반영한 새로운 벤치마크 BiGGen Bench를 개발해 NAACL 2025 Best Paper를 수상했다.
LG AI Research가 PDF 문서에서 화학 분자 구조와 반응식을 직접 추출하는 특화 모델 MolMole을 공개했다.
AI Briefing