AI 모델 7월 17일
AI를 활용한 1형 당뇨병 관리 시스템: 더 투명하고 신뢰할 수 있는 인슐린 펌프 제어
1형 당뇨병은 인슐린 생산을 담당하는.pancreatic beta 세포가 완전히 파괴되는 만성 생존 위협을 일으키는 자가 면역 질환이다. 새로운 연구에서는 인공 췌장 시스템을 통해 인슐린 공급을 자동화하는 RL(Rainforcement Learning) 기술을 적용하여 더 투명하고 신뢰할 수 있는 인슐린 펌프 제어를 개발했다.
#추론
574개의 기사
AI 모델 7월 17일
대화식 시각적 장소 인식 방향으로의 대화
인간이 공간 정보를 주고받는 방식으로 영감을 받아 공간 정보를 주고받는 언어 기반의 지리적 위치 식별이 직관적이고 실용적인 가치로 인해 큰 진전을 이루고 있습니다. 그러나 이러한 진전에도 불구하고 대부분의 방법은 정적이고 한 번의 검색만을 지원하는 패러다임에 기반을 두고 있으며, 이는 실세계 자연어 설명의 불명확성과 불완전성을 처리하지 못합니다. 우리는 새로운 패러다임으로 검색을 재단하고 대
에이전트 7월 17일
인자 네트워크 간 규제 드라이버 식별을 위한 암 유전체학 다중 agent 프레임워크
RegNetAgents는 대규모 언어 모델(LLM)과 같은 AI-oriented 다중 agent framework를 제시합니다. 이 시스템은 bulk tumor와 single-cell-derived ARACNe 네트워크를 통합하여 대규모 단일 세포 조절 네트워크를 포함한 TCGA-derived 암 네트워크와 GREmLN 프로젝트의 암 네트워크를 통합합니다. 특정 포커스 유전자에 대한 fram
AI 모델 7월 17일
구조화된 지식 그래프에 대한 계층 구조 지침에 기반한 검색 증강 생성
Retrieval Augmented Generation(RAG)은 대규모 언어 모델(LLM)의 출력 품질을 더 넓은 맥락에서 향상시키는 데 성공적인 프로세스임이 입증되었다. 그러나 RAG 시스템은 일반적으로 평면 문서 저장소에서 컨텍스트를 검색한다. 이는 구조화된 지식에 대한 계층적 또는 관계적 추론이 필요한 질의에 어려움을 겪는다. 나는 HG-RAG(Hierarchy-Guided RAG)이
에이전트 7월 17일
자율 비행 무인기 함대(스워드)에서 구조 및 구호를 위한 지능형 3단계 학습 아키텍처
이 논문은 자율 비행 무인기 무리(autonomous UAV swarms)가 구조 구출 작전(search and rescue operations)을 수행하는 데 사용되는 새로운 3단계 계층적 학습 아키텍처를 제안합니다. 기존 접근 방식은 모든 계층에 동일한 학습 패러다임을 적용하는 반면 제안된 아키텍처는 신경 플라스틱성(Hebbian neuroplasticity)으로 개인 에이전트의 적응,
AI 모델 7월 17일
인공지능 계산력 격차: 기업들이 인프라를 구매하는 속도보다 비용을 측정하는 속도가 느려진다
기업이 인공지능(AI) 인프라에 투자하는 비용은 현재 그 경제학을 볼 수 없거나 통제할 수 없이는 가속화되고 있습니다. 대부분의 조직은 친숙한 하이퍼스케일러와 모델 제공자 API를 통해 AI를 운영하지만, 다음 달러는 현재 사용하지 않는 특수 컴퓨팅을 목표로 하고 있습니다. 대부분의 조직은 내년 또는 다음 분기 내에 제공업체를 변경하거나 추가할 계획이며, 많은 조직은 분기 내에 제공업체를 변
LLM PC 7월 16일
EZSMT Version 3, 성숙한 버전
Constraint Answer Set Programming(CASP)은 Answer Set Programming(ASP)과 Constraint Processing, Satisfiability Modulo Theories(SMT)라는 두 가지 기술을 결합한 하이브리드 논리 기법입니다. 이는 복잡한 조합론적 검색 문제를 선언적 방식으로 표현할 수 있는 강력한 방법입니다. 이 논문은 EZSMTV
에이전트 7월 16일
네트워크된 지능: 연구자와 AI 시스템 간의 활성 공유 맥락 그래프
과학적 문제를 해결하기 위해 연구자와 AI 시스템 간의 네트워크를 확대하는 AI-for-science 시스템을 소개합니다. 이 시스템은 연구자와 AI 시스템 간의 연결을 확대하여 한 맥락에서 생성된 결과 또는 가설을 다른 사람, agent, 장비 또는 로봇이 작동할 수 있는 맥락으로 전달합니다.
에이전트 7월 16일
작은 언어 모델에서 그래프 기반 도구를 이용한 분자 물성 예측 향상
SMILES 문자열에서 제로샷 분자 속성 예측을 위한 작은 언어 모델(SLMs)은 약속을 보여주었지만 구조적 눈이 없는 구조를 가지고 있다. 이는 시퀀스 표현이 중요한 그래프-토폴로지적 단서를 명시하지 못하기 때문이다. 우리는 모듈러 콘텍스트-증강된 프롬팅 프레임워크를 제안한다. 이 프레임워크는 추론 시점에 도구 사용을 가능하게 하며, 훈련된 GNN 전문가 모델은 예측 힌트와 자신감을 제공하
연구 7월 16일
신경-symbolic AGI 로봇의 확률론적 확장: 벨랩의 타입화된 의도적 FOL
신경-symbolic AI는 신경학습과 symbol reasoning을 결합하여 단순한 신경계 시스템의 한계(해석 불가성 및 논리 구조 부재)를 극복할 수 있는 방법입니다. 본 논문에서는 Nilsson의 확률 구조를 기반으로 하여 현재 불확실한 문장을 위한 확률 계산을 사용하여 IFOL_B의 cognitve 능력을 확장합니다. 또한, global symmetry transformation과 local transformation을 소개하여 현재 지식 데이터베이스와 논리적 추론을 보존합니다.
AI 모델 7월 16일
LLM Chain-of-Thought를 위한 블랙박스 전제문 의존성 테스트: 개입적 바닥감 지진 검사
대규모 언어 모델(LLM)은 논리적으로 정당해 보이는 chain-of-thought(CoT) 추론을 생성하지만 실제로 주어진 전제에 의존하지 않을 수 있다. 우리는 개입적 인 지지審査(interventional grounding audits)를 소개한다. 이는 전제에 대한 단일 개입을 통해 대상 술어를 새로운 символ로 대체하고 모델을 재실행한 후 각 추론 단계의 정규화된 결론(norma
에이전트 7월 15일
지리공간 기반 모델의 새로운 패러다임: 전 훈련부터 행위적 사고까지
위성 및 항공 사진 분석은 기초 모델의 등장으로 새로운 시대에 들어섰다. 이 논문은 지리 공간 기초 모델(GeoFMs)의 개념을 설명하는데, 이는 다양한 방법론을 통해 대규모 지리 공간 데이터에 대해 미리 학습된 인공 지능/기계 학습(AI/ML) 모델을 말한다. 먼저, GeoFMs가 가능하게 하는 핵심 전환을 설명하는데, 이는 대규모 모델 제공자들이 계산적으로 고가용성인 미리 학습을 수행하면
에이전트 7월 15일
비정상성을 고려한 인컨텍스트 강화학습: 개요
ICRL(인-컨텍스트 강화 학습)에서 모델의 학습 과정에 대한 연구가 재개되면서, 미리 학습된 모델이나 미리 튜닝된 결정 모델이 상호작용 콘텍스트에서 잠재적인 작업 규칙을 추론하고 향후 행동을 개선할 수 있는 능력을 연구하고 있습니다. 이 연구는 시도-오류 증거, 보상, 전이, демон스트레이션, 피드백, 또는 취득한 경험이 콘텍스트 창구 내에서 학습과 유사한 계산을 발생시키는지 여부를 물
AI 모델 7월 14일
전략가 위한 구조화: 아키텍처에 의존하는 공간 시장에서 홀텔링에 대한 사고 개입
대규모 언어 모델(LLM)의 전략적 경제적 추론을 향상시키는 구조화된 추론 장치의 효과를 조사하고, 그 효과가 모델 아키텍처에 따라 달라지는지 살펴보았다. 하틀링(Hotelling)의 선형 도시 모델을 진단용으로 사용하여, 표준 인도식 모델인 GPT-4.1-mini와 추론 최적화 모델인 GPT-5-mini를 5가지 조건 - 비구조화된 기초 및 4가지 추론 장치 - 에서 8가지의 유추적 추론과
에이전트 7월 14일
다이나믹 트래픽 인터랙션 예측 프레임워크: 다중 상호 작용 차량의 장면 수준 경로 변경 의도와 추진 예측
자동 주행 시스템과 자율 주행 차량의 안전한 동작 계획을 위해, 주변 교통 장면이 어떻게 진화할지 정확하게 이해하는 것이 필요합니다. 그러나 대부분의 경로 변경 예측 방법은 단일 대상 차량에 집중되어 있으며, 다중 에이전트 예측 접근법은 차량의 미래 위치만을 통해 장면 진화에 대한 정보를 제한적으로 제공합니다. 이 연구에서는 다중 상호 작용 차량의 장면 수준 경로 변경 의도와 추진 예측을 위한 다이나믹 장면 그래프 주의 프레임워크를 제안합니다.
연구 7월 14일
가정과 모순을 허용하는 부분적 합의 추론 확장 연산
1996년 마우리스 파그누코(Maurice Pagnucco)가 작성한 박사 학위 논문에서 처음으로 AGM-like 추론 확장 연산을 만들었다. 파그누코의 연산을 바탕으로, Atocha Aliseda의 영감을 받은 분류체계를 사용하여 추론의 주요 구성 요소를 강조하고 공식화하는 데 사용되었다. 이 논문의 주요 목표는 추론의 주요 구성 요소를 강조하고 공식화하는 데 사용되는 분류체계를 바탕으로
에이전트 7월 14일
규칙에 맞춘 작은 언어 모델과 다중 에이전트 자가 수정을 이용한 클로즈드 루프 제어
자율 산업 운영을 위한 핵심 단계 중 하나는 자연어 요구 사항 명세서에서 제어 정책을 생성하고 재구성할 수 있는 능력입니다. 이 설정에서, AI agent가 제어 정책을 생성할 수 있는 가능성이 있으며, 이에 대응하는 plant-aware validator (예: 디지털 쌍둥이)가 생성된候補 액션을 실행하기 전에 검사할 수 있다면 신뢰할 수 있는 경로가 될 수 있습니다. 그러나 실제 배포는
AI 모델 7월 14일
잠재 CoT 논리 해석을 동역학적 시스템으로 변환
최근의 잠재적 추론 방법들, 예를 들어 CODI와 COCONUT는 다음과 같은 기본적인 해석성 문제를 가진다: 그들은 각 단계마다 은닉 공간에서 여러 후보 추적을 겹쳐서 유지한다. 이와는 대조적으로 명시적-CoT는 단일 투명한 추론 추적을 따른다. 현재의 기계적 방법들은 압축, 단축 및 겹침을 보여주지만, 추론이 은닉 단계를 통해 어떻게 발전하는지 설명하지 않는다. 이 간격을 해결하기 위해,
에이전트 7월 13일
다양한 LLM가 장착된 물리적 요소 인공지능을 위한 컴퓨팅 파워 네트워크를 통한 효율적인 디지털 트윈 협력
물리적 인공지능 분야인 지능형工장, 창고, 서비스 로봇 등에서 다종류의 대규모 언어 모델(LLM)로 구동되는 embodied agent 팀이 널리 사용되고 있습니다. 이러한 agent 팀 간 협업을 가능하게 하기 위해 네트워크 리소스가 제한된 환경에서 안정적으로 작동하는 효율적인 협력 메커니즘이 필요합니다. 그러나 existing heterogeneous LLM-agent 협력 프레임워크가
에이전트 7월 13일
장기 임상 의사 결정에 대한 의료-agent의 성능 평가
arXiv:2607.09322v1 발표 본 연구에서는 실제 병원 기록(EHR)에 기반한 장기 시야의 의료 결정-making을 위한 LongMedBench라는 새로운 benchmark를 제시합니다. 이전에 LLM 기반 의료 agent를 평가한 연구는 주로 단기 맥락에 기반한 지식 QA와 도구 사용에 중점을 두었습니다. 그러나 실제 의료 치료는 장기적으로 진행되며, 임상가들은 반복적인 방문, 테
에이전트 7월 13일
가정할 수 있는 인공지능 과학자들 방향: LLM agent에 대한 가설 진화 프로토콜
AI를 통해 과학적 발견을 추진하는 데 중요한 역할을 하는 대규모 언어 모델(LLM) agent의 역할은 점점 더 높아지고 있다. 광범위한 지식, 유연한 추론, 도구 사용과 같은 장비를 갖춘 이들은 과학적 문제를 해결하기 위해 자율적으로 탐구하고 해결할 수 있는 잠재력을 가지고 있다. 그들은 가설을 제안하고, 그들을 검증하고, 증거에 따라 믿음의 개선을 반복적으로 수행할 수 있다. 그러나 현
AI 모델 7월 13일
진짜 세계의 의료 멀티모달 벤치마크: 중국 온라인 의료 상담
대규모 언어 모델(LLM)들이 점점 더 많이 온라인 의료 상담에 도입되고 있지만, 현재까지의 벤치마크들은 실제 의료 실무와 잘 맞지 않는다. 많은 벤치마크들은 합성 대화나 환자 시뮬레이터를 사용하거나, 환자 업로드 한 의료 사진을 무시하거나, 다중 선택 또는 의미적 겹침 지표를 사용하여 개방된 의료 응답을 평가한다. 이는 의료 질을 잘 반영하지 못한다. 우리는 진정한 세계의 멀티모달 온라인 의료 상담을 위한 대규모 벤치마크인 **MedRealMM**을 소개한다. MedRealMM은 전국 중국 인터넷 병원에서 수집한 비식별 환자-의사 상호 작용을 사용하여 멀티모달 온라인 의료 상담을 위한 벤치마크를 구축한다. MedRealMM은 멀티모달 의료 문제 해결 지점(MCCP) 추출 Framework를 사용하여 진정한 상담 경로에서 의료적으로 요구되는 순간을 식별하고, 이전 텍스트-이미지 컨텍스트를 보존하는 동안 각 순간을 표준화된 다음 응답 생성 과제로 변환한다. 각 인스턴스는 의사들이 정제한 경우별 규칙을 사용하여 환자-의사 상호 작용을 평가한다. 현재 릴리즈에는 5,620개의 진정한 세계의 멀티모달 사례가 포함되어 있으며, 64개의 의료 부서를-spanning한다. 우리는 19개의 일반 목적 및 의료 전문 LLM, 텍스트-이미지 시스템을 포함하여 LLM을 평가한다. 결과는 이미지 정보가 신뢰할 수 있는 의료 성능을 보장하는 데 중요하며, 현재 최첨단 모델들이 온라인 의사 응답을 만족시키지 못한다는 것을 보여준다.
에이전트 7월 13일
다중-agent 토론 구조의 법적 추론 평가 시스템: L-MAD
multi-agent 토론 프레임워크인 MAD framework는 일반적인 사고력에서 큰 잠재력을 보였지만, 구조가 복잡하고 지식이 많은 법률 영역에서 그 효과는 여전히 미흡하다. 본 연구에서는 법률 텍스트 인식에서 다양한 토론 구조와 집계 방법을 체계적으로 평가하는 법률 multi-agent 토론(L-MAD) framework를 소개한다. 여러 agent들에게 고유한 전문가 역할을 assi
에이전트 7월 13일
신경망 기제 제어: 신경망 기반 LLM 구동 기제 인공지능 프레임워크를 이용한 보안 제어의 제어
산업 IoT 환경에서 전통적인 규칙 기반 모니터링의 한계를 드러내며, 운영 기술에 대한 사이버 공격이 점점 더 비용이 많이 들고 물리적인 손상을 일으키고 있습니다. 강력한 의미적 추론 능력을 가지고 있는 대규모 언어 모델(LLM)은 의사결정 지원을 돕지만, 폐쇄 루프 제어에서 불안정한 안전 책임을 나타내는 환각적인 성격을 가지고 있습니다. 이 논문은 LLM 기반 계획자와 미리 훈련된 시계열