오픈 소스 실리콘 테이프아웃에서 끝까지 회로 벤치마크: SGAnalog
현재 존재하는 아날로그 통합 회로 설계 벤치마크는 다음 두 가지 질문에 답하기 어렵습니다: 모델이 전이 가능한 회로 기술을 배웠는지 또는 익숙한 예를 기억했는지 여부, 그리고 모델의 출력이 정의된 공정과 테스트 조건에서 작동하는지 여부. 우리는 인간이 설계한, 오픈 소스 회로와 Tiny Tapeout 제조 셔틀과 연관된 벤치마크를 소개합니다. 이 컬렉션에는 273개의 독립적인 최상위 설계가 포함되어 있습니다. 각 소스 파일은 해당 셔틀 제출 시점에 기록된 버전에서 추출되어 고정된 컨테이너화 된 환경에서 처리됩니다. PIPELINE은 각 적격한 스킴 이미지와 SPICE 네트리스트를 동일한 소스 파일에서 추출하여 전기 회로 해석에 정확한 구조적 참조를 제공합니다. 소스 파일의 커밋 날짜는 모델별로 훈련 중단 분석을 지원하며, 저자 테스트 벤치가 설계 크기 조정을 위한 시뮬레이션 환경을 제공합니다. 이 벤치마크는 스킴-네트리스트 전사와 장치 크기 조정에 대한 평가를 수행합니다. 7개의 모델이 고정된 66개의 전사 작업의 세트에서 수행된 평가 결과, 가장 강력한 모델은 56.1%의 정확한 그래프 이소모르피즘을 달성하고, 7개의 모델 중 6개가 작은 크기에서 중간 크기로 급격히 떨어집니다. 한 모델에서 저자 선택한 레이블을 제거하면 정확한 일치가 줄어들지만 Aggregate Structural F1가 유지되는 것을 보았습니다. 이는 레이블이 연결성 추적을 도울 수 있음을 시사합니다. 17개의 크기 조정 작업에서 가장 강력한 모델은 모든 17개의 제안에 수렴하여 100에 대한 91.2를 달성합니다. 반면 Claude 모델 2개는 동일한 입력에 대해 문제를 제기하지 않고도 4개와 11개의 제안을 거부합니다. 크기 조정과 전사 작업은 다른 모델 순위를 노출하고, 하나의 모델에서 정책보다 기술적 한계가 있는지 여부를 확인합니다.
함께 읽으면 좋은 기사
행동 패턴이 사람의 설명보다 LLM 합성 인물에 대한 성능을 높인다.
대규모 언어 모델(LLM)은 점점 더 많은 설문 조사 응답자의 대체로 사용되기 시작했다. 대체로 사용하는 유효성을 결정하는 것은 응답자가 개인의 결정이 재현되는지 여부이다. 우리는 다음 5 가지 조건을 사용하여 인공 응답자가 개인의 후속 선택을 예측하는 데 도움이 되는 정보를 무엇인지 조사했다. 1. 개인 정보가 없는 경우 2. 인구 통계 정보 3. 성격 특성 4. 인지 점수 5. 최종적으로
자율주행차량을 위한 중국 철학적 지혜에 의해 안내되는 대형 언어 모델의 정보추출을 이용한 의사결정
자율 주행 시스템은 복잡한 교통 상황에서 안전성, 효율성, 사회적 규범을 균형 잡아야 한다. 숫자 최적화, 시퀀스 예측 및 대규모 언어 모델(LLM) 기반의 기존 자율 주행 의사 결정 접근 방식은 철학적 및 윤리적 고려를 충분히 고려하지 못했다. 우리는 중국 철학적 지혜를 활용한 주행(CPW-Drive)을 제안한다. CPW-Drive은 중국 철학의 가치 지침을 자율 주행 의사 결정에 통합하는
Gemini 콜 미를 통해 엄마에게 늦었음을 알릴 수 있을까?
구글은 '콜 미' AI 기능을 비즈니스 호출 이외에도 확장할 계획입니다. 이 기능을 통해 사용자는 친구와 가족에게 메시지를 보내줄 수 있을 것입니다. 예를 들어 '엄마에게 15분 늦었음을 알려주고'나 ' [...] '처럼 사용할 수 있습니다.
오픈아이, 챗GPT와 코덱스에 텍스트 워터마킹 기능 추가
오픈아이가 챗GPT와 코덱스에 텍스트 워터마킹 기능을 추가하여, 유럽 연합 회원국 사용자에게만 제공할 예정입니다. 이 텍스트 워터마킹 기능은 대규모 언어 모델(LLM)에서 생성된 텍스트에 기계가 읽을 수 있는 워터마크를 삽입하는 기능입니다.
Reflection, 중국 모델을 이기고 저렴한 컴퓨팅 비용으로 대형 모델을 출시한다
Reflection은 대형 모델 'Beam'을 출시하여 중국 모델을 이기고 저렴한 컴퓨팅 비용으로 대형 모델을 제공한다. 이 모델은 기업과 국가에 맞춤형 AI 시스템을 구축할 수 있는 'AI 공장'을 구축하는 것을 목표로 한다.
해커랭크의 인공지능 면접관이 직장 면접의 미래를 예상하는 한 걸음
해커랭크(HackerRank)의 인공지능 면접관은 이미 500,000 이상의 면접을 진행했으며, 스노플레이크(Snowflake), Snorkel, 카프렘니(Capgemini) 등이 초기 테스터로 참여했습니다.
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.