본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

검색

전체 기사

허깅페이스 6일 전

물리학자처럼 LLM을 잘라내라: 블록 제거를 이용한 이징 최적화 문제

대규모 언어 모델(LLM)을 효율적으로 만들기 위한 새로운 방법이 등장했습니다. 이 방법은 물리학자들이 사용하는 이징 최적화 문제를 이용하여 LLM의 블록을 제거하는 것입니다. 이징 최적화 문제는 열역학의 기본 원리 중 하나로, 시스템의 에너지 최소화 문제를 해결하는 데 사용됩니다. 이 새로운 방법은 LLM의 복잡성을 줄이면서도 모델의 성능을 유지할 수 있습니다.

허깅페이스 6일 전

토크나이저 v1: 인코딩, 디코딩 및 스케일링, 측정

Google의 대규모 언어 모델(LLM)으로부터 생성된 가상 지휘관이 영국의 미래를 예측했습니다. 이 가상 지휘관은 영국의 경제, 정치, 사회, 기술, 환경, 교육, 보건 등 다양한 분야의 미래를 예측했습니다. 미래 20년 동안 영국은 기술적으로 발전할 것으로 예상되며, 기술 혁신이 영국의 경제를 크게 변화시킬 것으로 보입니다. 영국은 가상 현실, 인공지능, 5G, 6G, 빅데이터, 클라우드

에이전트 6일 전

계면 분자 최적화 방향으로 특이성 결합을 위한 접촉-차이 추론

약물의 부적절한 효과의 주요 원인은 작은 분자 약물의 타겟 단백질에 대한 부적절한 결합이다. 그러나 대부분의 구조 기반 분자 설계 방법은 기존의 잘 특성화된 약물의 선택성을 개선하는 대신 선택적인 화합물의 새로운 생성에 중점을 두고 있다. 우리는 기존 화합물의 구조적 정체성과 약물 성질을 보존하면서 타겟에 대한 결합 선호도를 개선하고 알려진 오프 타겟에 대한 선호도를 줄이는 구조적 수정을 위

에이전트 6일 전

agent가 더 높은 추상화 수준에서 칩을 더 잘 설계할 수 있을까?

대규모 언어 모델(LLM) agent는 반도체 설계에서 점점 더 많이 연구되고 있지만 대부분의 기존 방법은 직접 RTL에서 작동합니다. 우리는 agent가 상위 수준 추상화를 사용하여 더 좋은 반도체를 설계할 수 있는지 여부를 묻고 있습니다. 직접 RTL 설계, agent 기반 HLS 설계, 컴파일러 이후 HLS 정미, HLS 이후 RTL 정미를 비교하고, agent 기반 HLS 설계와 HL