본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

검색

전체 기사

허깅페이스 7월 28일

올모 이더스 플랫폼: 행성 규모 지리 공간 추론

AI가 학습하는 데이터에 문제가 있어도 '진정한' 지능을 발휘하지 못하는 이유는 무엇일까? 대규모 언어 모델(LLM)과 같은 AI는 사람과 같은 지능을 발휘하기 위해 수십억 개의 단어와 문장을 학습한다. 이들 데이터는 사람들에 의해 수집되며, 사람들 사이의 상호 작용을 통해 데이터가 생성된다. 그러나 이들 데이터에는 오류와 편견이 숨어 있다. 예를 들어, 훈련 데이터에 포함된 단어와 문장 중

에이전트 7월 28일

자연스러운 한국어 번역: 인공지능 기반 양자 최적화 다중 agent 시스템으로 구성된 자율 양자 최적화 시스템: 단백질 구조 예측

arXiv:2607.22549v1 발표 형식: 새로운 논문 초록: 하이브리드 양자-클래식 프로틴 구조 예측은 해밀토니안 페널티 가중치에 강하게 의존하는데, 현재 일반적으로 사용되는 격자 기반 워크플로우에서는 이러한 계수들을 수동으로 고정하고 시뮬레이션에서 매우 짧은 프래그먼트만 평가한다. 우리는 QFoldAgent, 5-잔기 테트라하드 격자 접힘을 위한 닫힌 루프 다중 에이전트 프레임워크를

AI 모델 7월 28일

세트-디프(SeT-Diff): 고성능 컴퓨팅(HPC) 모니터링 및 시계열 데이터를 위한 의미론적 기반 모델의 개발

데이터 센터와 그에 속한 컴퓨팅 노드에는 작업負荷, 환경 파라미터 및 물리적 지표의 복잡한 상호작용을 모델링할 수 있는 정확하고 유연한 디지털 쌍이 필요하다. 현재의 HPC 및 그 전원센서의 기계 학습 접근법은 일반적으로 단일 작업을 위해 고정된 위치의 익명 sensor 변수의 정적 부분 집합에 의존한다. 따라서, 이러한 모델은 목표 작업이 변경되거나 센서 메트릭이 변할 때 불필요해진다. 우

LLM PC 7월 28일

concept-based 시각적 카운터팩터설명(C-VCE) - 강력한 생성 모델을 이해하기 쉽게 만드는 새로운 방식

시각적 카운터팩터설명은 모델의 예측을 바꾸는 최소한의 변경을 이미지에 어떤 것인지 알려주는 기술입니다. existing diffusion-based methods는 현실적인 편집을 생성할 수 있지만, noisy 이미지에 대한 분류기(classifier)가 반드시 작동해야 하므로, robust 설명을 위한 deployment에 취약합니다. 새로운 C-VCE framework는 classifier를 직접 생성 모델에 통합하여, 카운터팩터를 human-interpretable feature(concept)로 안내합니다.