비디오 게임은 시간에 따라 동적으로 경험되는 매체입니다. 프로세서 콘텐츠 생성(PCG) 접근법은 종종 게임 레벨의 동적 특성을 무시하는 추상화된 표현을 사용합니다. 본 논문에서는 게임 레벨의 시간에 따른 '케이크' 표현을 소개하며, 이 표현은 동적 정보를 암시적으로 포함합니다. 또한 본 논문에서는 '케이크' 표현을 위한 PLAY 방식에 대한 새로운 레벨 생성 접근법을 소개합니다. PLAY 방식은 existing PCG 접근법과 비교하여 Sokoban 게임의 레벨 생성을 위한 효율적인 해결책을 제공합니다.
기후 조절 아이디어를 작물 실험만으로는 힘들 정도로 빠르고 대규모로 테스트할 수 있는 녹색 지상 반복 학습(Greenhouse reinforcement learning)이 있습니다. 그러나 스마트 온실 제어를 위해서 단일 시뮬레이터 반환 값만은 부족합니다. 온실 농법이나 제어 엔지니어도 온실이 과열되는지, CO2濃度를 높이는지, 공기를 내보내는지, 습도 관리를 하는지, 스크린을 배치하는지,
1996년 마우리스 파그누코(Maurice Pagnucco)가 작성한 박사 학위 논문에서 처음으로 AGM-like 추론 확장 연산을 만들었다. 파그누코의 연산을 바탕으로, Atocha Aliseda의 영감을 받은 분류체계를 사용하여 추론의 주요 구성 요소를 강조하고 공식화하는 데 사용되었다. 이 논문의 주요 목표는 추론의 주요 구성 요소를 강조하고 공식화하는 데 사용되는 분류체계를 바탕으로
대규모 여행 판매 문제(TSP)의 정확한 해결은 계산 비용이 많이 듭니다. 연구자들은 계산 효율성을 높이기 위해 그래프 스파라시피케이션 방법을 사용합니다. 전통적인 스파라시피케이션 방법은 일반적으로 고정된 가이드라인에 의존하고, 인스턴스에 특화된 구조 정보를 완전히 활용하지 못합니다. 본 논문에서 우리는 그래프 에지 스파라시피케이션(GES) 방법을 제안합니다. 이 방법은 유계적 TSP에 대한
arXiv:2607.09689v1 발표 유형: 새로운 개요: 지역 아сим포틱 정상성 (LAN)의 선형 근사에서, 작업자로 하여금 chunk의 크기가 $n$인 부분 집합에 대해 신뢰도 밀도 $\exp\{-\beta E(\theta)\}$를 방출하게 되는데, 이 밀도는 고에너지 (Gibbs-Boltzmann) 측도이며, 역온도는 샘플 크기 $\beta=n$이다. 세 가지 결과는 가우스/선형 경
arXiv:2607.07957v1 Announce Type: new Abstract: Autism spectrum disorder (ASD) affects over 75 million individuals worldwide, yet scalable computational methods for remote behavioral screening remain
로봇 프로테시스를 위한 지능형 센서와 인공지능 기반 제어 기술의 발전으로 로봇 프로테시스의 능력은 크게 향상되었습니다. 그러나 이러한 기술의 발전은 로봇 프로테시스 사용자의 개인정보 보호를 위협하는 잠재적인 위협 벡터를 소개했습니다. 이디오비오닉스는 로봇 프로테시스와 개인정보 보호의 경계를 넘나드는 연구를 위한 새로운 분야입니다.
본 논문에서는 대규모 언어 모델(LLM)을 포함한 밀접한 상호작용을 통해 의사소통하는 환경에서 공공 선언이 증거, 추론, institutions, 그리고 묵시적인 신뢰를 통해 체계화된 체인으로 지원되는 사회적 지식론을 제시한다. 이러한 환경에서 agent는 사적인, 명성, 연설, 물질적 이익을 위해 정보를 왜곡, 색칠, 누락, 조작, 또는 전략적으로 정보를 특정하지 않도록 유도하는 유인이 있
농업 공급망은 생물학적 및 경제적 시스템이 연관된 곳에서 발생하는 충격에 취약하다. 우리는 경제 모델(GTAP)과 생물학적 모델(APSIM)을 통합한 AI-powered 도구를 개발하여 공급망 충격을 분석할 수 있도록 하였다. 이 도구를 통해 정책자와 시장 참여자는 자연어로 작성된 질의 및 답변을 통해 교차 학문적 영향력을 평가할 수 있다.
arXiv:2607.02941v1 발표 형식: 새로운 논문 요약: 다중 제품 조립 배달은 처리와 조립을 통합하는 하이브리드 제조 시스템에서 실시간 계획을 위한 중요한 과제를 부과한다. 동적 주문 도착은同時적으로 공급 의존성과 가능한 작업-기계 할당의 집합을 변경한다. 이 논문은 복잡한 조립 제약 조건을 고려한 유연한 조립 흐름 공장 계획 문제의 종단-ToEnd 온라인 계획을 위한 슬라이딩 윈
chain-of-thought 추론은 대규모 언어 모델(LLM)에서 잠재적인 추론 능력을 활성화하는 효과적인 방법 중 하나입니다. 그러나 기존의 CoT 방법은 주로 추론 시에 사용되는 추론-chain을 재활용하여 semi-supervised learning signal로 사용하지 않습니다. 이 보고서에서는 Semi-supervised Chain-of-Thought Learning을 정의하고 Semi-CoT라는 간단한 framework를 제안합니다. Semi-CoT는 unlabeled question을 사용하여 pseudo reasoning supervision을 생성하고, pseudo-CoT demonstration을 선택하는 entropy gate를 사용합니다.
임상 전문가들이 의사 결정 논리를 인코딩한 verifier를 통해 무제한 롤아웃을 수행할 수 있는 RL(강화 학습)에서 월드 피드백은 의사 결정 논리를 인코딩한 verifier가 롤아웃을 평가할 수 있게 해줍니다. 하지만 RL을 적용하려면 신뢰할 수 있는 feedback 채널과 충분한 base capability가 필요합니다. 연구에서는 MedAgentBench v1/v2를 ауд트하여 41.7%의 silent-finish ceiling을 발견하고, MedAgentBench-v3 (MAB-v3)를 구축했습니다.
대규모 언어 모델(LLM)은 다음 토큰을 예측하는 것을 목표로 훈련되며, 특정 API 내에서 행동하는 것을 목표로 하지 않는다. 특정한 기업 SaaS 워크플로우에서 성공은 오른쪽 엔드포인트에 맞는 오른쪽 중첩 인수들에 맞는 오른쪽 순서에서 발생하는 것을 의미한다. 이 목표와 실제가 맞지 않으면 silent failure로 나타난다. 예를 들어, 필수 field가 사라지고, 도구가 잘못 생성되
자율 고객 서비스 요원은 대화 인터페이스에서 운영 실행 역할로 이동하고 있습니다. 그들은 기업 기록을 검색하고 서비스 정책을 적용하며 취소, 환불, 교환, 주문 변경, 예약 변경과 같은 백엔드 쓰기 작업을 실행합니다. 이 이동은 서비스 제어 문제를 생성합니다: 기업은 고객 지시, 정책 제약, 기업 기록, 백엔드 쓰기와 상호 작용하는 요청에서 운영 오류를 방지하면서 서비스를 빠르고 저摩擦로 유
학생이 인공지능을 사용하여 프로그래밍을 할 때, 지적 목적과 지적 과정은 학습의 중심적 역할을 한다. 연구팀은 Epistemic AI Literacy(EAIL)라는 개념적 프레임워크를 제시하여, 인공지능 문해력은 다양한 영역에서 동적 인공지능-인간 상호작용을 통해 발생하는 프로세스-지향적 지적 phenomenon으로 재구성한다. 연구결과, 학생-인공지능 상호작용에서 78.8%가 비마스터리 목적과 불신뢰할 수 있는 지적 전략을 사용하며, 반면 11.1%만이 고도의 지적 참여를 보여준다.
기술이 발전함에 따라 공항 교통 관리를 위한 경로 계획 알고리즘들이 많이 제안되었다. 그러나 전술 제어에서 실제로 적용되는 것은 매우 제한적이다. 이는 알고리즘 설계 우선 순위와 항공 교통 제어원들의 요구가 맞지 않는다는 것을 보여준다. 이에 따라 결정 지원 솔루션을 개발해야 하는 필요성이 대두된다. 결정 지원 솔루션은 해석 가능한 솔루션, 계산 효율성, 그리고 인간의 사용을 위해 명시적으로
윤리적 판단은 일반적으로 고정된 윤리 이론(의무 이론, 결과 이론, 도덕적 덕행 이론)에 따라 모델링되었습니다. 이들은 정적 규칙이나 가치 함수로 구현되었습니다. 우리는 Bounded Morality라는 형식적인 프레임워크를 제안합니다. 이 프레임워크는 유한한 agents가 직면하는 윤리적 문제의 계산적 수요를 분석하기 위해 사용됩니다. 허버트 시몬의 한계 합리성 개념을 확장하여, 우리는 윤
신경망-베이즈-symbolic 잔차 주의점 얕은 네트워크(NBS-RASN)는 오픈 소스 생태계에서 설명 가능한 사이버 보안 위험 평가를 위한 하이브리드 신경망 아키텍처입니다. 깊은 모델들이 정확성에 대한 희생으로 해석성을 포기하는 것과는 달리, 우리의 얕은 네트워크는 80개의 해석 가능한 뉴런과 12개의 층으로 구성되어 있습니다. 또한, gatekeeper가 5개의 epistemological axioms(정확성, 유발성, 거부 가능성, 투명성, 완전성)를 강제로 적용하기 전에 전파를 진행합니다.
구글 노트북LM은 연구결과를 TikTok-style 동영상으로 요약하는 새로운 기능을 출시했습니다. 이 기능은 구글 AI Ultra 및 Pro 구독자에게 제공되며, 노트북LM이 업로드한 소스에 기반하여 60초 간의 수직형 AI 동영상 생성을 지원합니다.
애플, Anthropic, 디즈니 연구소, 구글, 메타, 마이크로소프트, 엔비디아, 오픈아이 등 많은 기업의 R&D 허브가 있는 곳은 실리콘 밸리를 제외하고 거의 없다. 또한 인구 약 40만 명의 도시에서 이러한 기업들이 집중되어 있는 곳은 거의 없다. 그러나 최근 20년 동안, 세계에서 가장 영향력 있는 기술 기업들의 많은 곳은...
시각-언어 모델(Vision-Language Models, VLMs)의 강력한 배포를 위해 테스트 시간에 적응(Test-time adaptation, TTA)이 필수적이다. 그러나 기존의 TTA 방법들은 대개 시간에 걸쳐 지식을 축적하거나 단일 모드 내에서 작동하는 경우가 많아 시각-언어 모델의 내재된 다중 모드 특성을 활용하지 못한다. 생물학적 뇌의 보완적 기억 시스템을 참고로 하여, 우리
자율 주행 시스템의 안전성을 위한 궤적 예측 모델의 강건성은 중요합니다. 궤적 예측 공격은 예측된 궤적의 정확성을 크게 저하할 수 있어 위험한 운전 행동을 유발할 수 있습니다. 추세적 방어 전략을 통해 궤적 예측 모델의 강건성을 높인 것은 있지만, 더 복잡하고 집중된 공격에 대비하여 이 방어 전략은 실패할 수 있습니다. 따라서 궤적 예측 모델에 대한 안전성을 검증할 수 있는 보증이 필요합니다
비평자 없는 강화 학습에서 BV-Blend을 사용하면 불확실성 가중치 역사적 기준선으로 안정적인 강화 학습을 구현할 수 있습니다. 이 방법은 대규모 언어 모델(LLM)과 같은 큰 언어 모델을 위한 강화 학습에서 중요합니다.
composition은 높은 수준의 시각적 의도입니다. 이 의도는 주체가 어디에 위치하고景면이 어떻게 조직되는지에 관해 규정합니다. 그러나 현재의 통합 멀티모달 모델은 세부적인 composition 인식에 대해 불신할 정도로 불안정하고 이러한 의도를 제어할 수 있는 생성을 힘들게합니다. 우리는 COMPASS를 제시합니다. COMPASS는 perception과 generation을 모두 포함하
