본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

검색

전체 기사

AI 모델 4월 6일

아우디오-비주얼 대규모 언어 모델은 정말 볼 수 있고 들을 수 있나요?

아우디오-비주얼 대규모 언어 모델(AVLLM)은 멀티모달 인식의统一된 인터페이스로 등장하고 있습니다. 연구진은 AVLLM의 내부 작동을 분석하여, 음성과 시각적 특징이 어떻게 중간 계층에서 결합하고, 최종 텍스트 출력을 생성하는지 밝혔습니다. 연구 결과, AVLLM은 중간 계층에서 풍부한 음성 의미를 인코딩하지만, 음성과 시각이 충돌할 때 최종 텍스트 생성에서 이러한 능력은 대부분 표출되지 않는다는 것을 발견했습니다.

연구 4월 6일

구조물 수명주기 최적화 위한 가시적 강화 학습

국가 교량 재산 목록의 새로운 규격에 따라, 교량의 상태를 표현하기 위해 원소 수준의 상태를 사용합니다. 그러나 원소 수준의 상태를 사용하면, 기존의 단일 범주적 정수에서 4차원 확률 배열로 확장된 상태 공간을 설정하는 데 도전이 생깁니다. 이 연구에서는 원소 수준의 상태 표현을 기반으로 최적의 수명주기 정책을 찾ARA는 새로운 가시적 강화 학습 접근법을 제안합니다.

AI 모델 4월 6일

극단적인 기후 불확실성에 대응한 전기 공급사 장기적 재난 투자 계획_framework

전기 공급사들은 спрос의 폭발적인 성장, 노후 설비 및 극단적인 기후 위협에 대응하기 위해 앞으로 몇 년 동안 대규모 자본 투자를 해야 합니다. 이 연구에서는 불확실성을 해결하기 위해 다목적 최적화 문제를 해결하는 데 기존의 자본 계획 프레임워크를 확장하는 기회가 있다고 제안합니다. 이 연구에서는 4단계 프레임워크를 제시합니다. 1) 극단적인 기후를 불확실성의 원천으로 포함합니다. 2) 그리드의 디지털 트윈을 활용합니다. 3) 몬테 카를로 시뮬레이션을 사용하여 변동성을 캡처합니다. 4) 다목적 최적화 방법을 적용하여 최적의 투자 포트폴리오를 찾습니다.

에이전트 4월 6일

신뢰할 수 있는 자율 시스템을 위한 Neuro-Symbolic LLM 에이전트 통합 검증 및 검증 (AIVV)

신뢰할 수 있는 자율 시스템을 위한 Neuro-Symbolic LLM 에이전트 통합 검증 및 검증 (AIVV) 이란 무엇인가? AIVV는 대규모 언어 모델 (LLM) 의 배치된 외곽 루프를 이용하여 Hybrid Framework를 제안한다. AIVV는 시스템 검증을 위한 필수적인 감독을 자동화하기 위해 HUMAN-in-the-Loop (HITL) 분석의 비상태 작업을 해결한다.

LLM PC 4월 6일

생성 AI의 본질을 이해하기 위한 경계 논리: 고차원 공간에서

이 연구는 생성적 인공 지능의 본질을 이해하기 위한 경계 논리의 역할을 조사한다. 경계 함수는 디지털 회로 합성에서 1960년대에 처음 연구되었으며, 가중 합을 임계값과 비교하는 구조적으로 투명한 신경 계산 모델이다. 이 논문은 이 연산이 차원 증가에 따라 질적 전환을 겪는다는 것을 보여준다. 낮은 차원에서 퍼셉트론은 결정적인 논리 분류기 역할을 하며, 가능하면 클래스를 분리한다. 그러나 고차원에서는 단일 임계면이 거의 모든 점 구성(separation of points)을 분리할 수 있기 때문에 공간은 잠재적인 분류기(separators)로 가득 차 있으며, 퍼셉트론은 논리 장치에서 탐색 장치로 전환한다. 마르틴 민스키(Martin Minsky)와 세실 파페트(Cecil Papert)가 1969년 식별한 퍼셉트론의 한계는 다층 아키텍처를 도입함으로써 해결되었다. 이 연구는 대신 차원 증가를 유지하면서 단일 임계 요소를 유지하는 경로를 고려한다. 이 전환은 신경 계산의 이해에 동일한สำค의 영향을 미친다고 주장한다. 깊이의 역할은 데이터 매니폴드(data manifold)를 반복적으로 임계 연산(iterated threshold operation)으로 변형시키는 메커니즘으로 재해석된다. 이 변형은 이미 고차원幾何학에 의해 제공되는 선형 분리 가능성(linear separability)과 준비된다. 이 연구는 생성 AI를 이해하기 위한 삼차원의 계층적 계산 모델(triadic computational model)을 제시한다.

AI 모델 4월 6일

전문가급 업무 평가 도구 XpertBench: 전문가 기준 평가를 위한 새로운 접근 방식

대규모 언어 모델(LLM)의 성능이 기존 벤치마크에서 분명한 성장점을 보이지 않으면서, 전문가급 인지 능력을 특징으로 하는 개방형 업무의 평가에 대한 대중적인 문제가 남아 있습니다. 기존의 프레임워크는 좁은 도메인 커버리지, 일반적인 업무에 의존하거나 자체 평가 편향을 보입니다. XpertBench는 전문가급 도메인에서 대규모 언어 모델(LLM)의 능력을 평가하는 데 중점을 둔 새로운 벤치마크입니다.

에이전트 4월 6일

홀로스: 대규모 언어 모델 기반 다중 에이전트 시스템을 위한 웹 규모의 에이젝트 웹

대규모 언어 모델(LLM)-기반 에이전트가 고립된 작업 해결사에서 지속적인 디지털 엔티티로 전환하는 과정에서, 에이젝트 웹의 출현은 인공 일반 지능(AGI) 경계를 넘는 계기입니다. 그러나 LLM 기반 다중 에이전트 시스템(LaMAS)은 스케일링 저항, 조정 붕괴, 가치 소실과 같은 오픈 월드 문제로 인해 장애를 겪고 있습니다. 이러한 도전을 해결하기 위해, 우리는 홀로스(Holos)를 소개합니다. 홀로스는 장기적인 생태학적 지속성을 위하여 설계된 웹 규모의 LaMAS입니다. 홀로스는 다섯 계층 아키텍처를 채택하고, 핵심 모듈은 고성능 에이전트 생성 및 호스팅을 위한 Nuwa 엔진, 강력한 조정을 위한 시장 기반 Orchestrator, 인센티브 호환성을 위한 내생적 가치 순환을 특징으로 합니다. 홀로스는 마이크로 레벨 협력과 맥로 스케일의 출현을 연결하여, 다음 세대의 자율적이고 지속적으로 진화하는 에이젝트 웹의 기초를 제공하길 바랍니다. 홀로스는 https://holosai.io 에서 공개되어 있으며, 커뮤니티에 대한 자원 및 대규모 에이젝트 생태계에 대한 미래 연구의 테스트베드로 제공됩니다.