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.
Explorative Modeling이 생성 모델에 탐색 축을 추가해 효율을 높였다.
학술 논문 리뷰 과정에서 LLM이 생성한 허위 인용과 가짜 저자 문제가 심각한 수준임이 드러났다.
NPU 간 수치적 불일치 문제를 해결하여 실제 배포가 가능한 학습형 비디오 코덱 MLVC를 제안한다.
ControlG는 산업용 PID 제어 원리를 적용해 상충하는 다중 학습 목표를 효율적으로 조정한다.
기존 강화학습의 Open-Loop 문제를 해결하기 위해 정책 개선 성과를 직접 검증하는 PIRL 프레임워크를 제안한다.
클라이언트의 통신 부하와 프라이버시 비용을 늘리지 않고도 2차 연산(Second-order)을 적용한 연합 학습 최적화 기법을 제안한다.
Gemini Distillation Service는 대형 모델의 추론 패턴을 소형 모델에 학습시켜 효율성을 극대화하는 기술이다.
Pinterest는 사용자의 의도를 더 정교하게 파악하는 유스케이스 표현 기술을 통해 주간 활성 사용자(WAU)를 성장시켰다.
PyTorch Foundation이 PyTorch, vLLM 등 6개 프로젝트의 최신 성과와 로드맵을 공개했다.
Airbnb가 게스트의 장기적인 행동 패턴을 학습하여 최적의 숙소를 추천하는 Transformer 기반 시퀀스 모델을 구축했다.
LLM 학습을 위해 모델 규모와 하드웨어 사양에 최적화된 AWS 컴퓨트 자원을 선택하는 방법을 다룬다.
재구성 오차가 낮아도 다운스트림 작업 성능은 떨어질 수 있으며, 소비자에 따라 최적의 압축 코드가 달라짐을 입증했다.
머신러닝 모델에서 영향도 낮은 데이터를 먼저 제거하면 언러닝 비용을 최대 50% 절감할 수 있다.
학습 노드 수에 따른 학습률(Learning Rate) 선형 스케일링을 통해 대규모 배치 학습의 효율성을 높이는 방법을 다룹니다.
NeurIPS 2021에서 발표된 Neural Architecture Search(NAS)의 최신 연구 동향과 비용 절감 기술을 분석한다.