치즈 전략 평가 가속화: 드리프트-확산-강화 엘로 등급 시스템
체스 경쟁에서 매치메이킹을 위한 금표준인 Elo 시스템은 경기를 결과에만 의존하여 응답 지연 문제를 가지고 있다. 하지만 Elo 시스템은 게임의 미세한 질감을 무시하고 있다. 그러나 매치 결과에만 의존하지 않고 게임 중 매트릭스 수준의 데이터를 사용한 Elo 시스템의 성능을 개선하는 것은 대단히 어려운 문제이다. 이를 해결하기 위해 우리는 Drift-Diffusion-Enhanced Elo Rating System (DD-Elo)라는 새로운 기술을 제안한다. 이 시스템은 시각 신경과학에서 유래한 drift diffusion model (DDM)에서 영감을 얻은 기술이다. DD-Elo는 선수의 능력을 표현하는 것을 의사결정 과정으로 모델링하여 매트릭스 수준의 데이터를 사용하여 빠르게 능력의 변화를 포착할 수 있다. 그리고 우리는 DD-Elo가 traditional Elo 시스템과 bounded deviation을 유지한다는 것을 엄격한 수학적 증명으로 보여주었다. 또한 DD-Elo가 Elo 보다 능력의 변화를 더 빠르게 반영한다는 것을 실험을 통해 입증했다. 그리고 DD-Elo는 체스 등급 시스템에서 사용할 수 있는 설명 가능하고, 매우 반응성이 높은, 그리고 백워드 호환성이 있는 해결책을 제공한다.
함께 읽으면 좋은 기사
AMD가 인공지능 회사 월드 랩스(Wold Labs)를 8억 달러 이상에 인수한다
AMD가 대규모 언어 모델(LLM) 및 인공지능(AI) 기술 연구소인 World Labs를 8억200만 달러 규모의 주식 교환으로 인수한다고 발표했다. World Labs는 2024년에 설립되었으며 몇 개월 만에 10억 달러 규모의 기업으로 성장했다. 이 스타트업은 첫 번째 상업 제품으로, 세계 생성 모델을 포함하는 AI 플랫폼을 출시했다.
시각성 겹침: 방향성 기원 내 개중량 모델 계통
가중치가 공개된 모델은 종종 최적화, 정렬, 병합, 다시 공개되는 과정을 거치게 되며, 모델의 기원에 대한 감사는 단순히 체크포인트가 관련되어 있는지 여부를 확인하는 것만이 아닌, 체크포인트 중 누가 먼저 만들어졌는지 또한 확인해야 하는 상황이 발생합니다. 현재까지 존재하는 모델 기원에 대한 방법들은 주로 기존에 알려진 모델을 대상으로 하는 감사 설정에 설계되어 있으며, 주어진 모델 중 한
AI를 자산으로, 비용으로만 볼 것인가
고객들이 AI 비용에 대해 이야기할 때, 대화는 보통 토큰 가격으로 시작하고 cloud에서 가장 강력한 모델에 접근할 수 있는지에 대해 끝나곤 합니다. 그들이 항상 그 정도의 능력 필요하다는 건 항상 그렇지는 않습니다. 하지만 그 정도로 대화가 진행되곤 합니다. AI는 실험에서 생산으로 옮겨갈 때, 모델 선택은...
AI가 과학적 발견을 하는 시점은 언제인가?
AI 기술 회사인 Anthropic은 대규모 언어 모델(Claude agents)을 통해 생물학 문제를 해결하고자 하는 연구를 진행 중입니다. 연구 결과, AI가 과학적 발견을 하는 시점에 대해 궁금해하시는 분들을 위해 자세한 내용을 소개합니다.
플로리다 주의
플로리다 주 법무장관은 OpenAI를 상대로
LLM이 문맥을 이해할 수 있는가? 지식 그래프 기반 평가 프레임워크
대규모 언어 모델(LLMs)가 언어 능력에 대해 놀라운 성과를 보인 것은 사실이지만, 그 모델의 심장에 깊이 있는 질문 하나가 남아 있다: 이러한 모델들이 정말로 문맥을 이해하거나 단순히 무려 대규모 패턴 매칭에만 능통한 것일까? 대규모 언어 모델에서 문맥 이해는 주어진 문맥에서 관련 정보를 정확하게 추출하고, 그것을 일관된 내부 표현으로 통합하고, 그 문맥을 바탕으로 사실적이고 문맥적으로
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.