전체 기사
오프-폴리시(Off-policy) 시간차분(TD) 학습에 함수 근사(Function Approximation)가 사용될 때 안정성, 투영 기하학_management(Projection Geometry), 분산 제어 controL(variance control)와 같은 구조적 트레이드오프가 발생한다. 강조된 시간차분(Emphatic TD, ETD)가 오프-폴리시 투영 기하학을 개선하는 데 도움이 되지만, 후속 추적(follow-on trace)이 높은 분산을 가질 수 있다. 우리는 벨만 오류(Bel
미국에서 발코니 태양광 붐이 찾아온다. 미국 수십 개의 주들이 태양광 시스템을 발코니에 설치할 수 있도록 법률을 제정하는 것을 고려하고 있다. 이 작은 태양광 시스템은 설치가 거의 필요하지 않으며, 기후변화 감소와 전기요금 절감에 도움이 될 수 있다. 발코니 태양광은 이미 유럽에서 인기가 많고,支持자들은 이러한 시스템이 태양광 에너지를 더 접근하기 쉬운 것으로 만들 수 있다고 말한다.
IVF를 통한 출생 첫 번째 인물인 루이스 조이 브라운(Louise Joy Brown)이 48년 전 이 달에 출생했습니다. 이후 수많은 IVF 출생아들이 태어났습니다. IVF는 지금까지도 사람들을 위해 큰 도움을 주고 있습니다. 대규모 언어 모델(LLM)과 같은 기술을 통해 IVF의 가능성을 더욱 확대할 수 있습니다.
LCM: 무손실 컨텍스트 관리 (Lossless Context Management, LCM) arXiv:2605.04050v1 발표 유형: 새로운 abstract 무손실 컨텍스트 관리 (LCM)이라는 determintic 아키텍처를 제시합니다. 이 아키텍처는 대규모 언어 모델(LLM) 메모리에서 Claude Code를 능가하는 성능을 보입니다. Opus 4.6을 사용하여 벤치마크한 LCM-augmented 코딩 에이전트, Volt는 OOLONG long-context eval에서 Claude C
인공지능 경제의 핵심 인사 5명은 최근 베벌리 힐스에서 열린 밀켄 글로벌 컨퍼런스에서 모여, 인공지능 공급망의 모든 층을 다루는 사람들과 대화했습니다. 그들은チップ 부족부터 궤도 데이터 센터까지, 기술의 가장 기본적인 구조가 잘못된 것일지도 모른다는 가능성을 논의했습니다.
파로아(Parloa)는 고객이 WANT TO TALK(고객이 의사소통하고 싶어하는)하는 서비스 에이전트를 구축한다. 파로아는 OpenAI 모델을 활용하여 대규모 언어 모델(LLM) 기반 음성 주도 AI 고객 서비스 에이전트를 구축하여 기업들이 신뢰할 수 있는 실시간 상호작용을 설계, 시뮬레이션, 배포할 수 있도록 한다.
대규모 CVRP(LSCVRP) 문제를 해결하는 것은 수백에서 수천개의 노드가 있는 경우에도 최신기술의 솔버에서도 여전히 어려운 문제입니다. 분할-정복 기법은 인스턴스를 크기가 줄어든 서브 문제로 분할하여 확장 가능하지만, 분할 논리 설계 및 서브 솔버 구성은 전문가와 노동력에 의존하는 labor-intensive한 작업입니다. 대규모 언어 모델(LLM)은 자동화된 알고리즘 설계에 유망한 도구로 등장했습니다. 그러나 현재 LLM를 기반으로 한 접근법은 LSCVRP를 해결하는 데 어려움을 겪고 있으며
여행 계획 기능을 향상시키기 위한 대규모 언어 모델(LLM)의 재검토 arXiv:2605.03308v1 발표 유형: 새로운 요약: 여행 계획은 장기적인 추론에 중요한 업무로 LLM의 심각한 한계를 노출한다. 그러나 기존의 벤치마크와 평가 방법은 종단에서 계획을 평가하는 방식으로, 해석의 불완전성과 실패의 근본 원인 분석이 어려운 문제를 보유하고 있다. 이 간극을 좁히기 위해, 여행 계획을 5개로 구성된 원자적 하위 기능으로 분리한다. 그 중에는 Constraint Extraction, Tool U
인공지능 요소의 안전한 판단을 높이기 위한 연구: 제어된 벤치마크 재작성 및 유사성 논리 reasoning을 통한 분포 이탈 시의 속임수 시나리오 arXiv:2605.03242v1 발표 유형: 새로운 요약: 대규모 언어 모델(LLM)로 güç을 받는 도구 사용 인공지능 시스템은 웹, 앱, 운영 체제 및 거래 환경에서 점점 더 많이 배포되고 있습니다. 그러나 현재의 안전 벤치마크는 명시적 위험에 중점을 두고 있으므로 모델이 속임수 또는 모호한 경로를 판단할 수 있는 능력을 과대평가할 수 있습니다.
cotomi Act: 사용자가 작업을 하면서 배우는 자동화 기술 cotomi Act는 브라우저 기반의 컴퓨터 사용 에이전트입니다. 이 에이전트는 사용자의 작업을 신뢰할 수 있는 다단계 작업 수행과 지속적인 조직적 지식 학습을 결합한 것입니다. 이 에이전트는 다음의 기술을 사용하여 179-작업 WebArena 인간 평가 집합에서 80.4%의 성능을 달성했습니다. - 적응적 느긋한 관찰 - 단어 차이 기반의 역사 압축 -粗细 계층 구조의 작업 - 테스트 시간에 대한 N 작업 선택 또한 co
대규모 언어 모델(LLMs)은 자연어 이해와 추론能力을 갖추고 있지만, 정밀하고 결정론적인 계산을 수행할 수 있는지는 불명확하다. 이 연구에서는 Chain-of-Thought(CoT), Least-to-Most 분해, Program-of-Thought(PoT), Self-Consistency(SC)와 같은 다수의 프롬프트 전략을 체계적으로 평가했다. 이 평가에는 정밀하고 오류가 없는 출력이 필요한 작업들이 포함되어 있으며, 이 작업에는 이진 카운팅, 가장 긴 부분 문자열 탐지, 산술 평가가 포함된
감정 인식에서 부정적인 감정을 표현하는 임상적 추상 개념을 불특정 임상 상호 작용에서 모델링하는 것은 독특한 도전이다. 우리는 ADAPTS(대인적 분해를 위한 증상 추적에 대한 자동화된 프로토콜 무관 Framework, Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms)라는 framework를 제시한다. 이 framework는 mixture-of-agents 대규모 언어 모델(LLM) 아키텍처를 사용하여 우울증과
