AI Briefing#machine-learning
#machine-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#machine-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Nyström 방법을 활용해 Transformer의 self-attention 복잡도를 $O(n^2)$에서 $O(n)$으로 줄이는 Nyströmformer를 소개한다.
Hugging Face Datasets 라이브러리에 오디오 및 이미지 데이터 처리를 위한 새로운 문서와 기능이 추가되었습니다.
분석가, 엔지니어 등 직군 경계 없이 유저 프로파일링부터 검색 추천 모듈 제작까지 프로덕트화한다.
Hugging Face Optimum 라이브러리에 Graphcore IPU에 최적화된 다양한 Transformer 모델이 추가되었다.
Gradio가 프론트엔드 재설계와 커스텀 레이아웃을 위한 Blocks API를 포함한 3.0 버전을 출시했다.
Hugging Face가 Lux Capital의 주도로 1억 달러 규모의 Series C 투자를 유치했다.
카카오페이가 방대한 데이터를 활용해 사용자 행동을 분석하고 개인화 서비스를 제공하는 유저 프로파일링 시스템 '페이프로파일'을 소개한다.
Hugging Face가 Transformers 라이브러리 설계 시 DRY 원칙 대신 '단일 모델 파일' 정책을 채택한 이유를 설명한다.
카카오 추천팀 인턴으로 2개월간 추천 서비스 개선 및 R&D 프로젝트를 수행하고 정식 크루로 전환된 경험담
Hugging Face가 NLP 심화 학습을 위한 코스 Part 2 출시와 커뮤니티 이벤트를 발표했다.
Hugging Face와 Amazon SageMaker의 협업으로 트랜스포머 모델을 손쉽게 배포할 수 있는 새로운 추론 솔루션이 공개되었다.
고등학생 팀이 머신러닝의 복잡한 문법 없이 누구나 쉽게 학습할 수 있는 블록 기반 시각적 프로그래밍 언어 Kobra를 출시했다.
카카오가 클라우드 자동화, ML 서비스 배포, Elasticsearch 성능 최적화 등 3개 주제의 사내 기술 세미나를 진행했다.
카카오가 사내 기술 세미나 Techtalk 2회를 열고 TensorFlow 서빙 최적화 및 대규모 데이터 학습 경험을 공유했다.
Hugging Face와 Amazon이 전략적 파트너십을 통해 SageMaker용 최적화된 딥러닝 컨테이너를 출시했다.
온라인 전환으로 세션 수가 전년 대비 대폭 증가한 78개 기술 세션과 5개 주니어 트랙을 제공한다.
Hugging Face Transformers 라이브러리에 Ray Tune이 통합되어 고도화된 하이퍼파라미터 최적화가 가능해졌다.
카카오가 개최한 '멜론 사용자를 위한 음악 추천 대회' 3회가 종료되었으며, 참가 인원은 1회 대비 80% 증가한 1,143명을 기록했다.
카카오 공동체데이터센터 산하 추천팀이 멜론, 카카오톡 등 서비스의 추천 알고리즘 개발 및 조직 문화를 소개했다.
뱅크샐러드 데이터 파운데이션이 플래닝샵을 통해 ML 기반 분류 정확도를 96%로 높이고 전사 OKR 문화를 전파했다.