AI Briefing#neurips
#neurips와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#neurips와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Weighted state souping이 장문 컨텍스트 작업의 성능을 크게 향상시켰다
Apple이 제안한 SELFCOMPACT로 LLM 에이전트 성능을 높이고 토큰 비용을 30~70% 줄였다.
Apple 연구진이 자가 피드백 내재화로 어려운 과제에서 성능을 높이는 RLTL;DR을 공개했다.
NeurIPS 채택된 Functional GD의 adaptive representations가 global minimizer 수렴과 신경망 대비 압도적 성능을 입증했다.
Apple과 Georgia Tech, LIPPAX로 연방 분산 부등식 수렴 속도 개선했다
NeurIPS 2026 반려 기준과 Pangram 오탐지율에 대한 팩트 체크 결과가 발표됐다.
NeurIPS가 Pangram AI 탐지기로 178편을 기각했으나, 의장 논문도 최대 69% AI로 판정되는 등 신뢰성 논란이 제기됐다.
생성 모델의 핵심인 Diffusion Model의 원리와 다양한 생성 모델 간의 차이점을 분석한다.
NeurIPS 2021에서 발표된 Variational Autoencoder 기반의 Deep Clustering 기법과 주요 논문을 리뷰한다.
최적의 신경망 구조를 자동으로 탐색하는 Neural Architecture Search(NAS)의 개념과 비용 절감 기술을 리뷰한다.
LG AI Research가 음악의 핵심 단위인 루프(Loop)를 효과적으로 생성하는 모델 연구를 공개했다.
NeurIPS 2021에서 발표된 다양한 생성 모델 중 최근 가장 주목받는 Diffusion Model을 중심으로 핵심 연구를 리뷰한다.
NeurIPS 2021에서 발표된 Neural Architecture Search(NAS)의 최신 연구 동향과 비용 절감 기술을 분석한다.
LG AI Research가 NeurIPS 2022에서 발표된 생성 모델, LLM, 강화 학습 분야의 주요 연구 트렌드를 리뷰했다.
LLM의 성능 향상을 위한 RLHF 및 RLAIF의 최신 연구 트렌드와 DPO, Fine-Grained RLHF 방법론을 소개한다.
NeurIPS 2023에서 발표된 LLM의 성능 평가, 안전성, 도구 활용 및 효율적 미세 조정 등 최신 연구 트렌드를 살펴본다.
LG AI Research가 Diffusion 모델을 활용해 정교한 합성 아웃라이어를 생성함으로써 OOD 탐지 성능을 높이는 연구를 공개했다.
LG AI연구원이 B-spline을 활용해 데이터 특성에 맞춰 동적으로 변환되는 Tabular 데이터 정규화 기법을 제안했다.
LG AI연구원이 테이블 데이터의 구조적 특징을 보존하며 학습 성능을 극대화하는 새로운 증강 기법 AGATa를 발표했다.
LG AI Research가 시계열 데이터와 텍스트 데이터의 특성을 반영한 멀티모달 시계열 예측 기술인 AIR를 제안했다.
LG AI연구원이 텍스트 정보를 활용해 시계열 모델의 동작을 조절하는 멀티모달 시계열 예측 기법 'AIR'를 제안했다.