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.
데이터 불균형 문제를 해결하기 위한 롱테일 분포(LTD)의 개념과 다양한 학습 방법론을 다룬다.
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.
Google DeepMind가 액티브 러닝을 통해 무기 신소재 데이터베이스를 10배 확장하고 38만 개 이상의 새로운 안정적 소재를 발견했다.
NeurIPS 2023에서 발표된 LLM의 성능, 안전성, 효율성 및 도구 활용 능력을 다룬 최신 연구 동향을 정리했다.
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.
AI 편향의 정의와 주요 사례를 통해 인공지능의 공정성을 확보하기 위한 과제를 살펴본다.
코딩 에이전트의 내부 표현이 실제 코드 수정보다 약 25단계 앞서 미래 상태를 예측한다는 연구 결과가 발표됨.
서브 리만 기하학(Sub-Riemannian)을 활용해 LLM의 환각 현상을 줄이는 새로운 LoRA 방법론이 공개되었습니다.
Datadog이 병렬 처리가 가능하고 확장성이 뛰어난 새로운 시계열 예측 모델 Toto-2.0을 발표했다.
On-Policy Distillation이 추론 모델 학습에 미치는 영향을 토큰 단위로 분석하는 진단 프레임워크를 제안한다.
Shilong Liu가 에이전트의 진화 방식에 따라 산출물, 인프라, 모델 가중치로 분류하는 프레임워크를 제안했다.
에이전트 실행 기록과 사용자 활동 데이터를 결합해 스스로 진화하는 에이전트를 구축하는 전략을 다룬다.
Hugging Face 모델을 Amazon SageMaker Studio에서 즉시 미세 조정하거나 배포할 수 있는 딥링크 통합 기능이 출시되었습니다.
Ilya Sutskever가 선정한 머신러닝 핵심 논문 30편을 초보자도 이해하기 쉽게 정리한 웹사이트입니다.
언어 모델의 암기(Memorization)와 일반화(Generalization)를 분리하여 모델의 용량을 측정하는 새로운 방법론을 제시한다.
선형 어텐션의 압축 과정에서 발생하는 정보 손실을 방지하기 위해 해마 구조를 도입한 HOLA 모델이 공개되었습니다.