산업 5월 14일
미국인들은 AI 데이터 센터를 집 근처에 허용하지 않습니다.
미국인 70% 이상이 지역에 AI 데이터 센터 건설을 반대합니다. 뉴스 설문조사에 따르면, 7%만이 새로운 데이터 센터에 대해 "강하게" 찬성했습니다. 미국인들은 데이터 센터보다 핵력 발전소 근처에 살기를 더 선호합니다.
검색
전체 기사
연구 5월 14일
내 몸이 대중적인 포르노에 사용된 깊은 가짜 영상의 충격
Jennifer라는 이름의 여성은 2023년에 비영리 단체에서 연구를 하게되어 자신의 프로페셔널 헤드샷을 얼굴 인식 프로그램에 넣어보았다. 그 결과, 10년 이상 전에 만든 포르노 비디오가 검색되었고, 깊은 가짜 영상에 사용된 자신의 몸이 발견되었다.
산업 5월 14일
테슬라 시미: 전기 트럭 혁명이 시작된다
테슬라 시미는 공식적으로 출시되었습니다. 테슬라는 최근 완전 규모의 생산 라인에서 첫 번째 차량이 출시된 사진을 공개했습니다. 이 순간은 거의 10년이 걸려서야 이루어졌습니다. 회사에서는 2017년 말에 테슬라 시미를 처음 발표했습니다. 이제 우리는 최종 배터리 사양, 공식 가격, 그리고 대단한 소식에 대해 알 수 있습니다.
산업 5월 14일
그 일을 위한 앱을 만들 수 있습니다.
소프트웨어의 독재는 거의 끝나가고 있습니다. 컴퓨터 프로그램을 처음 작성한 컴퓨터 프로그래머들이 처음부터 컴퓨터 프로그램을 작성한 이래로, 우리는 그 프로그램을 사용하는 사용자로서, 그 프로그램이 만든 세계에서 살아가고 있습니다. 기능은 기능입니다. 디자인은 디자인입니다. 다른 것을 원하나요? 더 좋은 것을 원하나요? 프로그래밍을 배워라, 가거든요. [...]
산업 5월 14일
법무 기술 스타트업 클리오, 5억 달러 ARR 돌파!
법무 기술 스타트업 클리오가 5억 달러 ARR를 달성하면서, 대규모 고객 입찰이 급증하고 있습니다. Anthropic이 대규모 언어 모델(LLM) 기술을 업그레이드함에 따라, 법무 기술 스타트업의 성장 경로가 더욱 절실해지고 있습니다.
산업 5월 14일
인공지능이 당신에게 무엇을 말할지 결정하는 사람들
인공지능 기술 개발자와 사용자 사이에 크게 다른 의견이 나뉘고 있다. Meta의 이전 뉴스 수석이었던 캠벨 브라운은 이러한 다양한 의견에 대해 생각을 한다.
LLM PC 5월 14일
주의가 닫히는 순간: LLM이 멀티 턴 상호 작용에서 주제를 잃는 이유
대규모 언어 모델(LLM)은 단일 턴에서 복잡한 지시를 따르지만, 장기적인 멀티 턴 상호 작용에서 지시, 인격, 규칙을 잃을 수 있다. 이 감소는 행동적으로 측정되었지만, 기계적으로 설명되지 않았다. 우리는 주제 정의 토큰이 주의의 통로를 통해 더 이상 액세스할 수 없게 되며, 주제 관련 정보는 잔여 표현에서 지속될 수 있다는 채널 전환 설명을 제안한다. 주제 액세스성 비율(GAR)을 도입하여 생성된 토큰에서 목표 정의 토큰으로 주의를 측정하고, 슬라이딩 윈도우 절단 및 잔여 스트림 프로브를 결합한다. 주의가 지시를 닫는 순간, 무엇이 살아남는지가 아키텍처를 드러낸다. 다양한 아키텍처에서 전환은 질적으로 다른 실패 모드를 산출한다: 일부 모델은 주의가 사라지더라도 목표 조건된 행동을 보존하고, 다른 모델은 잔여 목표 정보가 디코딩될 수 있더라도 실패한다. 이 인코딩이 발생하는 레이어는 2에서 27까지 다양하다. 모델 내의 인과적 절단이 Mistral의 주의 통로를 강제로 닫으면, 20개 사실 보존 태스크에서 반환률이 11%에서 거의 완벽한 11%로 떨어지고, 불편한 압력 기반 대조군보다 인격 제약 위반률이 높아지며, 이 모든 효과는 예측 가능한 교차 턴에서 발생한다. 선형 프로브는 Aimed 표현에서 회귀 결과를 회복시키는 AUC가 0.99까지 모든 네 가지 주요 아키텍처에서 0.99까지 달성한다. 입력 임베딩은 기대치에 머물러 있다. 다양한 아키텍처와 모델 규모에서 주의 손실과 잔여 디코딩 가능성의 간격이 목표 조건된 행동이 주의 통로가 닫히는 경우에 살아남는지 여부를 예측한다. GAR를 진단도구로, 채널 전환 프레임워크를 제어된 기계적 설명으로, 윈도우드 주의 닫기로 실패 시간을 예측하는 파라미터 예측을 기여한다.
AI 모델 5월 14일
협력 시뮬레이터를 넘어서: 강력한 LLM 에이전트 평가를 위한 실제 사용자 프로필 생성
협력 시뮬레이터를 넘어서: 강력한 대규모 언어 모델(LLM) 에이전트 평가를 위한 실제 사용자 프로필 생성 대규모 언어 모델(LLM) 에이전트는 사용자와 다양한 사람을 상호작용하는 환경에서 점점 더 많이 배치되고 있다. 이들은 사용자가 불분명한, 서두르는, 또는 정보를 공유하기 꺼리는 사람들을 포함한다. 그러나 대규모 사용자 상호작용 데이터를 수집하는 것은 여전히 비용이 많이 들다. 이 분야는 대규모 언어 모델 기반 사용자 시뮬레이터를 대신 사용하기로 결정했지만, 이 시뮬레이터는 기본 모델의 행
에이전트 5월 14일
몰트북 모더레이션: 다중 턴 대화로 숨겨진 의도를 밝혀내다
몰트북 모더레이션은 content filtering을 넘어 새로운 모더레이션 도전을 데려온 다중 에이전트 시스템의 문제를 해결하기 위해 개발된 모더레이션 프레임워크입니다. 이 프레임워크는 에이전트의 의도에 기반하여 의도 의심을 하는 대신, 전통적인 콘텐츠 수준 신호에 기반한 모더레이션을 합니다.
LLM PC 5월 14일
다중 모드 히든 마르코프 모델을 이용한 지속적인 감정 상태 추적
대화의 감정 상태를 추적하는 것은 의료 및 임상적인 대화 상황에서 이해하고 대화의 지침을 줄 수 있는 중요한 요소입니다. 기존의 감정 인식 방법은 대화 단위로 작용하여 실제 대화 동적의 지속적인 단계를 숨기고 있습니다. 우리는 다중 모드 감정 표현을 이용하여 대화의 감정 상태를 지속적인 감정 상태로 모델링하는 가벼운 프레임워크를 제안합니다. 이 프레임워크는 지속적인 감정 상태를 추적하는 데 있어 가중치 요인 분산 혼합 모델-히든 마르코프 모델(Sticky Factorial HDP-HMM)을 이용합니다.
에이전트 5월 14일
프로메테우스(PROMETHEUS): 텍스트, 데이터, 모델을 통합한 깊은 인과 연구 자동화
프로메테우스 프레임워크는 텍스트, 데이터, 모델을 통합하여 연구 분야의 인과 관계를 시각화하고 분석할 수 있는 도구를 제공합니다. 이 프레임워크는 연구자들이 연구 결과를 더 효율적으로 탐색하고 분석할 수 있도록 해줍니다.
LLM PC 5월 14일
세계를 기반으로 하는 의사결정 프로세스
AI가 언어 환경에서 작동할 수 있도록 의사결정 프로세스를 개선하는 새로운 프레임워크를 소개합니다. 이 프레임워크는 언어 환경에서 부족한 상태 공간, 관찰-상태 매핑, 인증된 전이, 종료 기준을 제공합니다.