본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

AI 모델

200개의 기사
전체
AI 모델에이전트연구산업도구LLM PC허깅페이스
AI 모델 8월 11일

자연어를 SHACL로 번역하는 벤치마크套件

arXiv:2608.07530v1 발표 유형: 새로운 초록: SHACL은 RDF 지식 그래프(RDF KGs)의 충족성을 검증하는 핵심 기술입니다. 그러나 SHACL 형태를 만드는 것은 대부분의 전문가가 가지고 있지 않은 기술적 전문성을 요구합니다. 자연어 요구 사항을 SHACL로 번역하는 자연어 2 SHACL(NL2SHACL)는 이 장벽을 낮출 수 있습니다. 그러나 NL2SHACL에 대한 전

AI 모델 8월 11일

확신과 실수 간의 격차: 탐사들이 놓치는 오류를 발견하는 경우

arXiv:2608.07528v1 발표 형식: 새로운 논문 요약: 선형 탐침은 자연어 모델에서 거의 완벽한 정확도로 오류를 감지할 수 있지만, 이를 신뢰할 수 있는 오류 예측으로 옮길 수는 없다. 따라서 이는 직접적인 배포 모니터링의 분리와 관련이 있다. 다중-hop 계산 chain에서 오류 감지를 위한 탐침은 최종 답안의 정확성에 대한 정보를 제공하지 않는다. 또한 구조화된 신뢰도 형식으로

AI 모델 8월 11일

데이터 중심적인 병렬로 긴 시퀀스 변수를 학습하는 방법

데이터 자체가 런타임을 조절하는 Data-Centric Parallel(DCP) 방법을 제시했다. DCP의 핵심 원칙은 데이터가 런타임을 직접 조절하는 것이다. 이를 통해, 각 배치의 시퀀스 길이에 따라 직접 런타임 설정(예: 병렬 크기, 기울기 누적, 재계산)을 동적으로 조절할 수 있다. 실험 결과로, 32개의 H200 GPU에서 DCP 방법이 2.88배의 속도 향상을 달성했다. 또한, 모

AI 모델 8월 11일

인간 주행을 모델링하는 능동적 추론 모델 내의 감정

arXiv:2608.07480v1 발표 형식: 새로운 발표 요약: 적극적 추론(active inference)이 행동을 적절히 조절하고 불확실성을 감소시키기 위해 목표 지향 행동과 균형을 이루는 원리적인 프레임워크로 등장했습니다. 생물학적 시스템과 인공 시스템에 걸쳐 성공적으로 적용되었으며, 최근에는 인간의 운전에도 적용되었습니다. 그러나 기존의 적극적 추론 모델은 운전의 행동을 결정하는 중

AI 모델 8월 11일

구조 이론에서의 결정화: 폐쇄성, 비교 가능성 및 공동 허용성에 의한 통합 프레임워크

arXiv:2608.07476v1 발표 형식: 새로운 요약: plural 구조 이론에서 표준 해석을 생성하는 공식적인 framework를 개발한다. 구조 이론은 서명,_axioms, 그리고 inference 정책으로 구성된 triple T = ({\Sigma}, A, I)로 정의되며, 이 이론의 허용된 해석 가족은 구조적 결론에 대한 전역 일관성 assignments를 모두 포함한다. 표준화