전체 기사
대규모 언어 모델(LLM)의 평가를 위해 필요한 계산 오버헤드가 개발 과정을 지속하는 데 큰 걸림돌이 되고 있다. 코어셋 선택을 통해 평가 속도를 높일 수는 있지만, 현재의 방법들은 대부분 과거 로그 데이터를 대량으로 필요로 하거나(예: 아이템 응답 이론), 표면적인 언어적 편향을 보이며 실제 논리적 사고 공간을 놓치게 된다. 우리는 CoT-Core라는 새로운 코어 질문 선택 프레임워크를 제
대규모 언어 모델(LLM)의 지역 배포는 개인 정보 보호의 우려와 기지 내 추론의 욕구로 인해 점점 더 심화되고 있다. 그러나 소비자 하드웨어에서 에너지 비용은 주로 정확도만 고려하는 대부분의 벤치마크로 인해 아직까지도 매우 불확실한 상태이다. 이 논문은 1B에서 7B 파라미터까지의 열 개의 오픈 소스 대규모 언어 모델이 하나의 소비자 GPU(RTX 4060Ti 16GB)에서 실행되는 하드웨
인공지능(AI) 분야의 하나인 대규모 언어 모델(LLM)이 점점 더 소규모와 중소기업(SME)에서 질문-답변 능력과 기업 의사결정 과정 지원을 위해 채택되고 있다. 그러나 LLM이 생성한 출력물에서 발생하는 환각은 정보 왜곡의 원인이 될 수 있어 SME 내에서 사용자의 신뢰도와 신뢰성을 떨어뜨려 있다. 외부 지식源을 모델링 과정에 통합하는 Retrieval-Augmented Generatio
컴퓨터 유체 동역학(CFD)은 현대 공학에서 중요한 역할을 하지만 OpenFOAM과 같은 오픈 소스 솔버를 사용하려면 상당한 지식과 기술, 그리고 시간이 걸리는 설정 파일 설정이 필요합니다. 이 부담을 줄이기 위해 AutoFOAM - 자가 진화하는 대규모 언어 모델(LLM) agent를 제안합니다. 이 agent는 자연어 명령만으로 OpenFOAM 시뮬레이션을 생성, 평가, 실행, 진화시킵니
이 연구 논문은 리비니츠의 물고기 밀, 튜링의 유사 게임, 세어들의 중국 방의 문제를 보존-동일한 인코딩(CCE) 프레임워크를 통해 다시 검토한다. 이 논문은 성공적인 행동을 작업 성과($W_{causal,T}$)로 측정하는 심볼릭 설정을 공식화하고, 내부 구조가 행동을 지원하는 효율성을 작업 성과에 대한 운영 의식($\kappa_T$)으로 측정한다. 이 설정 내에서, 압축되지 않은 검색 시
트럼프 정부의 AI 보호주의가 로봇공학에 영향을 미치고 있다. 로봇은 아직도 인간보다 못한 손가락을 사용하고 있으며, 이러한 문제가 해결되지 않으면 로봇공학 산업이 크게 영향을 받을 수 있다.
팔란티르 CEO 알렉스 카프는 최근 한 쿼터 동안 100억 달러의 이익을 기록한 후 AI 연구소에 대해 경고했다. 그는 AI 연구소가 기업에 신뢰할 수 없는 곳이라고 말했다.
AWS는 이제 고객의 개인 클라우드(Private Cloud)에서 Superblocks라는 기분에 맞는 코딩 도구를 임베디드(Embedded)할 수 있게 해줬다. 이는 앱과 모델을 분리하는 방향으로 한 걸음 더 나아갔다는 뜻이다.
디자인 아레나의 창조자들은 AI 모델에게 맛을 선사하는 기술을 개발하기 위해 79만 달러를 모금했다. 이 기술은 현재 전 세계 5.3만 명이 사용 중이며, 최첨단 연구소에서 필수적인 인간 평가를 제공한다.
오픈AI의 첫 번째 인플루언서 브랜드 여행이 온라인에서 비난을 받고 있습니다. 인플루언서들은 오픈AI의 AI 기술을 홍보하는 데에 사용되었습니다. 이러한 비난은 AI 기술에 대한 열린 토론과 함께 계속되고 있습니다.
애플이 오랫동안 기다려온 인공지능(AI) 전환을 마침내 완수했지만, 시리(Siri)가 항상 예상했던 그 보조기능으로 변모하는 것은 현재의 기술 발전 속도에 따라 혁신적인 느낌을 주지 못한다.
오늘의 이메일 뉴스레터 '다운로드(The Download)'는 매일 아침 기술 세계의 최신 뉴스를 제공합니다. 다음은 왜 인공지능 agent가 목표를 달성하기 위해 거짓말하고 사기칠 수 있는지에 대한 설명입니다. 지난 달 오픈 AI 모델 두 개가 후깅 패이스(Hugging Face)를 해킹한 것은 돈을 벌기 위함이거나 파괴를 목적으로 한 것이 아니었습니다.
