전체 기사
AI 생성 텍스트가 정교한 문장을 저렴한 비용으로 생성할 수 있게 되면서, 사용자는 더 이상 유창성만으로 진실 여부를 판단할 수 없습니다. 우리는 이 실패 모드를 '유창성 함정(Fluency Trap)'이라고 부릅니다. 사용자는 유창한 허구를 믿으면서, AI 생성된 것으로 밝혀진 정확한 콘텐츠를 할인합니다. 이진 'AI로 제작됨' 레이블은作者의 автор권을 공개하지만, 주장에 대한 증거를
GUI 에이전트는 점점 더 자연어 명령을 사용하여 사용자 인터페이스를 조작하는 데 사용되고 있습니다. 그러나 실제 사용자는 불필요한 명령을 내리게 되며, 이는 에이전트가 행동하는지 아닌지 알 수 있도록 해야 합니다. 새로운 연구에서는 CONFLICTGUI라는 새로운 벤치마크를 제안하여 에이전트가 충돌 인식과 종료를 위한 새로운 접근 방법을 제안합니다.
대화 중단 없이 대화하는 음성 대화 요원은 항상 듣기, 백채널, 중단, 말 오버랩 처리, 대화에 참여하기, 대화에 참여하는 것을 포기하기 등과 같은 행동을 결정해야 합니다. 현재의 벤치마크는 이러한 행동을 명시적인 대화 순서 관리 지시문을 통해 테스트하는 반면, 배치된 요원은 종종 역할이나 인격으로 구성되며, 해당 대화 행동이 추론되어야 합니다. 우리는 실시간 대화 중에서 암묵적인 지시를 따
대규모 언어 모델(LLM)으로 지원되는 논문-코드 불일치 검출에 대한 관심이 최근 연구 제출량이 수동 검토 능력보다 급격히 증가함에 따라 증가하고 있습니다. 그러나 기존의 단일 agent 대규모 언어 모델(paradigm)에서 제한된 문맥 용량과 한쪽으로만 불일치 검출이 이루어지는 것은 불일치 검출 성능이 열악해지게 만듭니다. 이 논문에서 우리는 Dude, 논문-코드 불일치 검출을 위한 최초
인터넷 사용자들은 일상적인 조언을 위해 대규모 언어 모델(LLM)을 자주 사용하고 있다. 따라서 에티켓상으로는 부정적인 영향을 미치는 인적 관계 문제가 실질적인 도움을 받는 상황이 되었다. 이전 연구는 대부분 이 상황을 단일 회귀 판단이나 압박을 받은 반박으로만 연구해왔는데, 이는 실제 상황과 잘 맞지 않는다. 이러한 가정으로 인해, 단일 회귀 판단과 비교하여 다중 회귀의 도움을 받은 모델
인공 지능(AI) 교육 지원을 위한 대규모 언어 모델(LLM) 기반의 가르침 도우미는 교육 지원을 확장할 수 있지만 종종 개인화된 교육을 제공하지 못한다. 이 연구는 학문 분야와 과목을 가리지 않고 Jill Watson과 같은 일반 목적의 LLM/RAG 기반 AI 교육 지원을 위한 프롬프트 엔지니어링 기반 프레임워크를 제시한다. 이 프레임워크는 6개의 학습자 특성 dimension(자신의 평
분산 LLM-AGENT 팀은 최신 공유 사실을 읽을 수 있지만 여전히陈腐한 계획에 따라 행동할 수 있습니다. PlanFence는 의존성-스코프드 액션-유효성 프로토콜을 소개하여 이 문제를 해결합니다.
대규모 언어 모델(LLM) agent는 모델 추론 외에도 시리얼 행동--관찰 턴에서 wall-clock 시간을 소비합니다. 각 도구 호출, 환경 전환, 및 관찰은 다음 결정을 늦추는 데 기여할 수 있습니다. 우리는 대규모 권위자 배우자 모델이 공식 트래커리를 생성하는 두 층 구조의 agent 시스템에 대한 런타임 메커니즘인 **Speculative Macro Commit**(SMC)을 소개합
학술논문(arXiv:2609.03209v1)에서 제안하는 대규모 언어 모델(LLM) 기반 기업 분석 기법을 연구했습니다. 이 기법은 언어 모델이 질문을 해석하고, 결정론적 정책이 미리 승인된 분석 프로그램을 선택하여 실행하여 결과와 증거를 반환합니다. 우리는 이 제한이 정의된 분석 클래스 내에서 관계 연산과 집계, 비교, 창,_ranking, 및 유사도와 같은 연산을 사용하여 표현할 수 있음
인공지능이 교과서의 형태를 고정된 종이 시퀀스에서 적응 가능한 학습 시스템으로 바꾸고 있다. 학습자 진단, 과제 추천, 형성적 피드백 제공과 같은 기능을 가질 수 있다. 이 연구는 인공지능을 기반으로 한 새로운 실용 영어 교과서의 구조와 적용을 연구한다. 5층 아키텍처가 제안된다: 지식 지도, 학습자 프로파일링, 과제 생성, 피드백 조율, 교사 측의 통제. 186명의 비영어전공 대학생들을 대
6개 핫 이슈를 한국 개발자 관점에서 정리한 2026년 36주차 다이제스트.
인공지능 추론의 시대가 시작되었습니다. imagine가 보건의료 시스템이 실시간으로 수십만 개의 데이터 포인트를 분석하여 생명을 구하는 의학 연구를 가속화하거나 지능형 보조인원이 한 번에 수천 개의 복잡한 고객 니즈를 즉시 해결하는 이러한 현실적인 혁신은 지속적인 지능의 엔진으로 작동하는 고급 인프라가 필요합니다. 이 고급 인프라는 실시간 서비스를 지원하며...
