본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

연구

200개의 기사
전체
AI 모델에이전트연구산업도구LLM PC허깅페이스
연구 6월 24일

학술논문 전체 텍스트를 기반으로 하는 공존 네트워크를 활용한 알고리즘의 학술 영향력 탐색

인공지능(AI) 시대에 알고리즘은 과학 연구의 중심이 되었다. 논문에서 알고리즘에 대한 언급은 인기가 많고 영향력이 큰 것을 나타내는 데 사용되지만, 기존의 연구는 일반적으로 개별 알고리즘을 분리된 상태에서 평가하고, 서로 연결된 알고리즘의 집합적인 영향에 대해 제한된 관심을 보였다. 이 연구는 학술 논문 전체 텍스트를 기반으로 자연어 처리(NLP)에서 대규모 알고리즘 동시발생 네트워크를 구

연구 6월 24일

신경symbolic 주행: 규칙 기반 신뢰할만한 주행을 위한 VLAs의 합리적 추론

VLA 모델을 Chain-of-Thought (CoT) 사고 방식으로 구현한 드라이빙 모델은 미리 학습된 VLM 표현을 활용하고 자연어로 중간 결정을 노출할 수 있기 때문에 매력적입니다. 그러나 현재의 합리화는 계획된 동작과 논리적으로 연결된 중간 결정을 유지하기 위해 필요한 단계별 결정 의미론이 부족합니다. 우리는 Neuro-Symbolic Drive, 심볼릭 AI 시스템인 규칙 기반 계획

연구 6월 23일

경로에 의존하는 프로그램 유도와 리소스 제약은 인간 시퀀스 학습을 설명한다.

인간은 경험의 순서에 따라 제약된 인지 자원에서 추상적이고 재사용 가능한 지식을 어떻게 구축할까요? 이 질문에 대한 답을 위해, 우리는 프로그램 인덕션의 최근 발전과 정보-왜곡 이론을 통합하여 미래 구조가 쉽게 인코딩되고 발견되는 것에 영향을 미치는 이전 지식의 형태를 설명합니다. 이 개념을 계층적 어댑터 문법(Hierarchical Adaptor Grammar, HAG)으로 공식화하고, 이

연구 6월 23일

사용자 적응성 식별성에 대한 연구: 코어 적응형 신경 인터페이스

코어 적응형 신경 인터페이스에서 사용자 적응성의 식별성에 대한 연구를 진행하였습니다. 연구 결과, 클로즈드 루프 인코더 추정치가 사용자 적응성을 유일하게 식별하지 못하고 대신 제자리 시스템의 속성을 반영한다는 것을 확인하였습니다. 이러한 연구 결과는 행동적 적응의 해석에 대한 중요 함을 강조하고 식별 조건을 제시하였습니다.

연구 6월 18일

월드 라인: 장기 상태 기반 몸체_AGENT의 성능 평가 및 모델링

인공 지능이 인간을 돕기 위해 오랜 기간 동안 실제 집에서 hoạt동할 수 있도록 하기 위해서는, 사용자의 일상 routine, 세계 상태, 과거 상호 작용을 기억해야 합니다. 현재의 장기 기억 평가 기준은 주로 언어 중심의 검색과 질문에 대한 답변에 초점을 맞추고 있습니다. 반면에, 신체화된 평가 기준은 종종 단기적인 과제 실행에 중점을 두며 장기 기억 사용을 동적 환경에서 테스트하지는 않

연구 6월 18일

공유 작업 공간에서 인간-AI 협력에서 동시성을 찾기

arXiv:2606.18413v1 발표 유형: 새로운 초록: 자동화된 AI agent는 점점 더 능력자가 되고 있지만, 많은 과학적 및 전문적인 업무는 인간의 판단과 맥락에 대한 전문 지식이 필요합니다. 우리는 공유된 작업 공간에서 인간-AI 팀을 연구합니다. 여기서 AI agent와 인간 협력자는 제출하기 전에 최종 답안을 제출하기 전에 책임을 협조해야 합니다. Collaborative G

연구 6월 17일

의료 음성 인공지능의 멀티태스킹 벤치마크

음성은 신경계, 운동계, 호흡계, 음성계를 동시에 관여하는 독특한 건강 정보 창문을 제공합니다. 현재 임상 음성 인공지능 방법론은 주로 특정 질병에 대한 고립된 연구를 통해 발전해 왔습니다. 따라서 결과를 비교하고 일반화 정도를 평가하는 것이 어려웠습니다. 우리는 임상 음성 인공지능을 위한 대규모 벤치마크인 SpeechDx를 소개합니다. SpeechDx는 12개의 데이터셋과 27개의 작업을

연구 6월 17일

재취업 준비를 고려한 생산-재고 관리 시스템에 대한 위기 상황을 고려한 성능평가 표준: SkillChain-Gym

작업 능력은 점진적으로 생산 계획의 결정 변수로 취급해야 한다. 자격증은 기술을 유지하지 않으면 만료되며, 현재 근로자들이 보유하지 못하는 새로운 제품이 필요하고, 재교육은 생산에 필요한 동일한 근로자 시간을 경쟁한다. 기존의 운영 벤치마크는 일반적으로 노동을 외생 변수로 취급하며, 기술과 학습을 고려한 근로자 계획 모델은 재교육을 고려한 재사용 가능한 테스트베드로 드물게 공개된다. 우리는

연구 6월 16일

CONCORD: 기기-클라우드 RAG에서 문서 격리 하에 비동기식 희소 집계

Retrieval-augmented generation(RAG)은 추론 시 외부 지식 통합을 통해 언어 모델을 향상시키는 데 중요한 기술로 등장했습니다. 장치-클라우드 협력 추론으로 인해 작은 언어 모델을 에지 장치에 배포하는 것은 가능해졌습니다. 따라서 장치 내의 개인 문서와 클라우드 내의 공공 지식이 분리된 새로운 설정이 발생했습니다. 개인 정보 보호와 정책 제약으로 인해 raw 문서 교

연구 6월 16일

의미강화된 검색 보강 시계열 예측

시계열 예측 모델은 역사적인 패턴에서 많은 이점을 얻습니다. Retrieve-Augmented Generation(RAG)에서 영감을 받아 최근 연구에서는 시계열 예측을 향상시키기 위해 관련된 역사적인 시계열 구간을 검색하는 것을 탐구했습니다. 그러나 비stationarity 하에서만 시계열 유사성을 단지 의존하는 것은 종종 충분하지 않습니다. 이를 해결하기 위해 우리는 멀티모달 접근을 제안