AI BriefingLG AI Research 뉴스
LG AI Research에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →LG AI Research 272
LG AI Research가 Elsevier와 협력하여 화학 특허 및 저널에서 반응 정보를 추출하는 ChEMU 2022 챌린지에서 최고 성능을 달성했다.
LG AI Research: UniCLIP 기술 소개
데이터 효율성을 높이기 위해 도메인 간 경계를 허문 통합 대조 학습 프레임워크 UniCLIP을 소개한다.
LG AI Research 294
상태 정보만을 이용해 전문가의 행동을 모방하는 오프라인 관찰 학습(LfO)의 안정성을 높이는 새로운 알고리즘을 제안한다.
LG AI Research 297
LG AI Research는 음악 작곡의 핵심인 모티프 생성을 돕기 위해 루프(Loop) 기반의 음악 생성 모델을 연구한다.
교차 모달 유사도 매칭을 통한 사전 학습된 멀티모달 표현 전이
대규모 멀티모달 모델의 표현력을 소규모 타겟 모델로 효율적으로 전이하는 BeamCLIP 방법론을 제안한다.
[NeurIPS 2022] 교차 모달 유사성 매칭을 통한 사전 학습된 멀티모달 표현 전이
대규모 멀티모달 모델 CLIP의 표현력을 작은 모델로 효율적으로 전이하는 BeamCLIP 기술을 소개한다.
LG AI Research 302
LG AI Research가 NeurIPS 2022에서 발표된 생성 모델, LLM, 강화 학습 분야의 주요 연구 트렌드를 리뷰했다.
Causal Representation Learning 연구 동향 - LG AI Research BLOG
기존 머신러닝의 한계를 극복하기 위해 상관관계를 넘어 인과관계를 추론하는 Causal Representation Learning의 필요성과 원리를 다룬다.
인과 표현 학습을 향하여 (Towards Causal Representation Learning)
인과 추론(Causal Inference) 관점에서 기존 머신러닝의 한계를 분석하고 인과 표현 학습의 필요성을 제시한다.
대규모 언어 모델이 복잡한 질의응답을 위한 Few-shot Retrieval 성능을 개선할 수 있을까?
LLM을 활용해 복잡한 다중 홉 질의응답(MQA)에서 효율적인 문서 경로를 찾는 PromptRank 기술을 소개한다.
LLM의 복잡한 질의응답 Few-shot 효율성을 높이기 위한 PromptRank 접근법
PromptRank는 비지도 검색과 LLM 리랭커를 결합해 멀티-홉 질의응답의 데이터 효율성을 높이는 기술이다.
[ICASSP 2023] 시계열 예측을 위한 다중 해상도 시퀀스 집계 및 모델 불가지론적 프레임워크 소개
시계열 데이터의 다중 해상도 정보를 활용해 예측 성능을 극대화하는 MAMA 프레임워크를 소개한다.
LG AI 연구원의 CVPR 2023 참관 및 NICE 워크숍 개최 후기
LG AI 연구원이 CVPR 2023에서 최신 비전 연구 동향을 살펴보고 NICE 워크숍을 통해 이미지 캡셔닝의 한계를 논의했다.
LG AI Research: CVPR 2023 연구 트렌드 및 NICE 워크숍 리뷰
LG AI Research가 CVPR 2023에서 발표된 컴퓨터 비전 연구 트렌드와 LLM을 활용한 시각적 추론 기술을 분석했다.