산업 5월 6일
미소프트웨어, 리눅스 CEO가 팀즈를 책임지는 새로운 리더십 구조
미소프트웨어의 리눅스 CEO, 라이언 로슬란스키가 새로운 역할을 맡아 팀즈를 책임지게 되었습니다. 로슬란스키는 이전에 오피스 책임자로 임명되었으며, 이제는 팀즈를 포함한 새로운 업무를 맡게 됩니다.
검색
전체 기사
에이전트 5월 6일
LLM용 에이전트를 위한 저-latENCY 위조 탐지 레이어
대규모 언어 모델(LLM)-powered 에이전트는 자율적인 작업 수행, 도구 사용 및 단계별 추론에 강한 능력을 보이지만, 그 증가하는 자율성은 새로운 공격 표면을 제공한다. 이 연구에서는 LLM-powered 에이전트의 위조 상호 작용 패턴을 탐지하기 위한 저-latENCY 위조 탐지 레이어를 제안한다.
연구 5월 6일
AI를 이용한 가능성의 주사위: 시간 계산의 시대
연구에서는 현재까지 AI 개발을 제한해 온 명사 기반 모델링 패러다임을 넘어, 동사 기반 패러다임을 소개하고, 가능성과 시간 계산의 정의를 제공한다. 이 연구는 3,276명의 유방암 환자들의 종단적 EHR 데이터에 적용하여, (1) 임상적으로 유의미한 환자 트레졸러리를 자동으로 발견하고, (2) 카운터페이탈 시간 계산을 수행한다. 이러한 결과는 완전히 데이터에 의존적이며, 이전 연구에서 보이지 않았던 기존 도메인 지식의 필요가 없는 결과를 보여준다.
AI 모델 5월 6일
이터레이티브 파인튜닝은 대부분 이데몬트
이 연구에서는 모델이 자신의 출력을 기반으로 훈련되는 경우, 모델이 가진 특성이나 의견이 다음 세대 모델에서 강화되는지 조사했습니다. 연구 결과, 이터레이티브 파인튜닝은 대부분 이데몬트이며, 특성 강화는 데이터 양에 따라 매우 민감합니다.
AI 모델 5월 6일
교수풍 개인화 피드백을 위한 LLM의 강화 학습: PERSA
대규모 언어 모델(LLM)을 이용한 교육 환경에서 자동 피드백을 제공하는 것은 가능하지만, 특정 교수자의 성향과診斷 정확성을 유지하는 것은 어려운 문제입니다. PERSA는 transformer 기반 LLM을 교수자의 평가 음성과 맞추는 강화 학습에서 피드백을 이용한 LLM을 업데이트하는 방법을 연구합니다.
AI 모델 5월 6일
자란키에비츠 수에 대한 새로운 한계
연구자들은 Large Language Models(LLM) 기반의 진화 검색 알고리즘을 사용하여 자란키에비츠 수에 대한 새로운 한계를 찾아냈습니다. 이 새로운 발견은 116, 121, 132이라는 정확한 값을 가진 3개의 자란키에비츠 수를 포함합니다. 또한 41개의 더 많은 자란키에비츠 수에 대한 하한 값을 찾아냈습니다.
에이전트 5월 6일
다중 에이전트 자율적 사고를 위한 수력학
대규모 언어 모델(LLM)로 구동되는 과학 워크플로우에서 단일 에이전트 시스템(SAS)은 기본 패턴이지만, 단일 컨텍스트 창 내에서 도구 사용 및 합성과 같은 경로 계획에 단점이 있다. 단일 에이전트 아키텍처의 컨텍스트飽和현상을 해결하기 위해, 저자는 수력학 분야에서 다중 에이전트 시스템(MAS) 프로토タイプ를 제시한다. 이 프로토タイプ는 Layer Execution Graph(LEG)로 에이전트를 협조시킨다. 계획 에이전트는 자연어 경로 힐리스트릭스에 기반하여 도메인 지식을 캡처하는 query-specific execution topologies를 생성한다. 전문가 에이전트는 엄격한 도구 허용 목록 내에서 작동하고, 대체 데이터 클래스 역할을 한다. 계층 간에, 합성 에이전트는 병렬 출력을 짧은 요약으로融合하고, 보고 에이전트는 최종 응답을 합성한다. 에이전트 실행 시, 런타임 로그는 모든 도구 호출에 대한 증명성을 지원한다.
에이전트 5월 6일
virtually의 언어 치료사: 개인화된 치료와 감독 치료를 위한 AI 언어 치료 에이전트
새로운 AI 언어 치료 에이전트가 개발되었습니다. 이 에이전트는 언어 장애 치료의 개인화된 치료 계획을 자동화하고, adaptivley 업데이트하는 workflow를 제공합니다. 이 에이전트는 언어 장애 유형을 분류하고, 치료 계획을 생성, 검토, 개선하는 ability를 제공합니다.
AI 모델 5월 6일
구조된 지식에 기반한 LLM 기반 결함 분석 및 방지 지침 제공 시스템
이 연구에서는 LPBF를 대표하는 안전한 사례 연구로 LPBF 결함 분석 및 방지 지침을 제공하는 구조화된 지식에 기반한 LLM 기반 결함 분석 및 방지 지침 제공 시스템을 제안합니다. 이 시스템은 27 가지 LPBF 결함 유형을 포함하여 계층적 카테고리와 원인 관계로 조직된 지식베이스에 기반을 두고 있습니다. 이 시스템은 일반적인 목적의 시각-언어 모델과 비교하여 상당한 일치도를 나타내는 문법적 자연어 질의에 대한 지식의 체계적인 검색, 문헌에 근거한 결함의 설명, 인코딩된 프로세스 지식으로부터 결함의 원인과 방지 전략에 대한 지침을 제공합니다.
LLM PC 5월 6일
구성된 실행의 대수적 의미론: 모노이드 범주, 효과 대수, 그리고 연속한 경계
AI 연구자들은 구성된 실행의 대수적 의미론을 제시하였습니다. 이 프레임워크는 자율성을 axiomatize, compositional, 그리고 expressibility와 연관되며, 대규모 언어 모델 (~12,000 라인, 454 정리, 0 admitted)으로 구현되었습니다. 이 대수적 의미론은 상호 작용 트리와 parameterized coinduction에 기반을 두고 있습니다.
AI 모델 5월 6일
AI 워크플로 아키텍처의 효과 투명한 조직: 의미 보존, 표현적 최소성, 결정 가능성 경계
연구자들은 AI 워크플로 아키텍처의 효과 투명한 조직을 위한 새로운 방법을 제안했다. 이 방법은 내부 컴퓨팅 표현성을 줄이지 않고도 효과 수준의 조직을 강제할 수 있다. 연구자들은 이 방법을 Rocq 8.19을 사용하여 Interaction Trees를 정의하고, 모든 효과적 지시를 조정하는 구버넌스 오퍼레이터 G를 정의했다.
에이전트 5월 6일
FINALES와 Kadi4Mat 사이의 AI 인터페이스를 통해 배터리 연구를 가속화하는 것
FINALES와 Kadi4Mat 사이의 AI 인터페이스를 통해 배터리 연구를 가속화하는 것 시간이 많이 소요되는 형성 과정은 나트륨 이온 동전 세포의 수명과 종료 시 성능에 중대한 영향을 미치기 때문에 연구의 목표는 형성 프로토콜을 최적화하여 지속 시간 효율성을 향상하고 높은 성능 결과를 달성하는同时 실험의 수를 최소화하여 자원 소비를 줄이고 발견을 가속화하는 것이다. 특히, 형성 시간을 최소화하고 종료 시 성능을 최대화하는 두 가지 목표가 서로 상충할 수 있기 때문에, 이 연구에서는 두 가