AI Briefing#causal-inference
#causal-inference와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#causal-inference와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Netflix 연구진, 하이브리드 모델링으로 개인화 추천의 타겟팅 효과가 노출 효과보다 3배 크다고 입증했다.
Meta가 인과 추론을 적용해 A/B 테스트로 측정 불가능했던 AI 인프라 투자의 증분 수익을 정량화하는 방법론을 공개했다.
AI 에이전트가 자체적으로 과학 기기를 생성하고 실행 가능한 세계를 구축해 물리적 현상의 메커니즘을 추론하는 재귀적 프레임워크가 제시됐다.
에이전트 학습 시 환경의 인과적 구조를 사전에 검증하여 학습 결과의 왜곡을 방지하는 Python 도구가 공개되었습니다.
IJCAI 2022를 통해 강화 학습, 연합 학습, 인과 추론 등 최신 AI 연구 트렌드를 분석했다.
기존 머신러닝의 한계를 극복하기 위해 상관관계를 넘어 인과관계를 추론하는 Causal Representation Learning의 필요성과 원리를 다룬다.
인과 추론(Causal Inference) 관점에서 기존 머신러닝의 한계를 분석하고 인과 표현 학습의 필요성을 제시한다.
LG AI 연구원이 ICML 2023에서 생성형 모델의 Unlearning 및 Causal Inference 등 최신 연구 성과를 발표했다.
LG AI Research가 ICLR 2024에서 발표한 파운데이션 모델의 해석 가능성, 지속 가능성, 안전성 중심의 최신 연구 트렌드를 소개한다.
ICLR 2024에서 발표된 Foundation Model의 일반화 능력, 효율성, 안전성에 관한 최신 연구 동향을 소개한다.
DML로 multiple treatments의 CATE를 추정해 프로모션 금액을 최적화했다.