Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
분리 가능한 그래픽 모델의 특성 규명 및 식별
혼합 그래프에서의 정점 분리에 대응하는 독립성을 가진 그래픽 모델 클래스를 연구합니다. 분리 가능한 그래프와 본질적으로 분리 가능한 그래프의 특성을 규명하고, 이를 식별하는 알고리즘과 정형적 표현을 제안합니다.
7월 2일1
arXivAI 번역논문
양자 커널 밴딧 최적화에서의 표현력과 학습 가능성 사이의 균형
양자 커널을 이용한 가우시안 프로세스(GP) 밴딧 최적화에서 모델 복잡도와 학습 가능성 사이의 균형을 연구합니다. 특징 차원을 줄이는 투영된 양자 커널과 고전적 근사 기술을 통해 누적 후회를 줄이고 샘플 효율성을 높이는 방법을 제안합니다.
7월 2일1
arXivAI 번역논문
문맥이 희소한 이벤트 이력(Sparse Event History)을 보완할 때: 시공간 점 프로세스 예측을 위한 AlphaEarth
이벤트 이력이 희소한 상황에서 시공간 점 프로세스 예측 성능을 높이기 위해 AlphaEarth 임베딩을 활용하는 연구를 소개합니다. 외생적 공간 문맥을 통해 지역 외 예측 성능을 개선하며, 특히 데이터가 부족한 환경에서 큰 성능 향상을 보입니다.
7월 2일0
arXivAI 번역논문
비동기 RLHF를 위한 Staleness-학습률 스케일링 법칙 (Staleness-Learning Rate Scaling Laws)
비동기 RLHF 시스템에서 발생하는 롤아웃 지연(staleness)이 학습에 미치는 영향을 수학적으로 분석한 연구입니다. GRPO 환경에서 staleness와 학습률 사이의 관계를 규명하고, 학습 안정성을 보장하기 위한 새로운 스케일링 법칙과 제약 조건을 제시합니다.
7월 2일1
arXivAI 번역논문
데이터 효율적 능동 학습을 위한 군 불변 코어셋 (Group-invariant Coresets)
데이터의 대칭성을 고려하여 레이블링 효율을 높이는 새로운 능동 학습 프레임워크 GRINCO를 제안합니다. 변환 군을 활용한 몫 공간에서 코어셋을 선택함으로써 중복된 데이터를 배제하고 정보 가치가 높은 샘플을 효과적으로 추출합니다.
7월 2일3
arXivAI 번역논문
CausalMix: 언어 모델 학습을 위한 인과 추론으로서의 데이터 혼합 (Data Mixture)
CausalMix는 LLM 학습 시 데이터 혼합 최적화를 인과 추론 문제로 접근하여 해결하는 새로운 프레임워크입니다. 기존의 정적인 방식과 달리 데이터 풀의 변화에 유연하게 대응하며, CATE를 통해 최적의 혼합 비율을 동적으로 추론합니다.
7월 2일1
arXivAI 번역논문
SynLaD: 3D 약리단(Pharmacophore) 프로파일에 기반한 합성 가능한 분자 생성을 위한 잠재 확산(Latent
SynLaD는 3D 약리단 프로파일과 합성 가능성을 동시에 고려하는 새로운 잠재 확산(Latent Diffusion) 프레임워크입니다. 3D 구조와 합성 경로를 함께 학습하여, 생물 활성 리간드 설계 시 높은 합성 가능성과 구조적 정확도를 동시에 확보합니다.
7월 2일1
arXivAI 번역논문
FAR: 테스트 시간 복구 및 지속적인 정책 개선을 위한 실패 인지 재시도 (Failure-Aware Retry)
로봇이 테스트 시간 중 실패를 인지하고 이전의 실수를 바탕으로 행동을 수정하여 작업을 완수하는 FAR 프레임워크를 제안합니다. 실패 대조 선호도 적응과 경량 액션 섭동을 결합하여 로봇의 자율적 복구 능력과 데이터 효율성을 높였습니다.
7월 2일1
arXivAI 번역논문
ZO-Act: One-Shot 활성화 정보 기반 저차원 부분 공간을 통한 효율적인 Zeroth-Order 미세 조정
ZO-Act는 입력 활성화 정보를 활용하여 저차원 부분 공간 내에서 Zeroth-Order 미세 조정을 수행하는 새로운 방법론을 제안합니다. 기존 ZO 방식의 높은 분산 문제를 해결하며, 양자화된 LLM 미세 조정에서도 뛰어난 성능과 효율성을 보여줍니다.
7월 2일1
arXivAI 번역논문
잔차 연결 (Residual Connection)로서의 Muon
Muon 옵티마이저의 성공 원인을 암시적 잔차 연결(Implicit Residual Connection) 관점에서 해석한 연구입니다. 업데이트를 직교화함으로써 그래디언트 충실도는 일부 희생하되, 하위 계층을 위한 표현 보존 능력을 향상시킨다는 점을 밝힙니다.
7월 2일1
arXivAI 번역논문
온라인 피드백 기반 탐색을 위한 순차 제어형 상호작용 다입자 흐름 지도 (Sequentially-Controlled Interactive
생성 모델의 보상 정렬 과정에서 발생하는 국소적 탐색 문제를 해결하기 위해 IMPFM 프레임워크를 제안합니다. 다입자 흐름 지도를 통해 광범위한 탐색과 샘플 효율성을 동시에 확보하며, 보상 과최적화와 모드 붕괴를 방지합니다.
7월 2일0
arXivAI 번역논문
GAIA: 순방향 및 역문제를 위한 기하학적 적응형 연산자 학습 (Geometry-Adaptive Operator Learning)
GAIA는 기하학적 토큰과 크로스 어텐션을 활용하여 임의의 도메인에서 편미분 방정식(PDEs)의 순방향 및 역문제를 해결하는 새로운 연산자 학습 모델입니다. 단일 아키텍처로 재학습 없이 다양한 경계값 문제(BVP)를 해결하며, 여러 벤치마크에서 최첨단(SOTA) 성능을 입증했습니다.
7월 2일1
arXivAI 번역논문
ECG 데이터를 활용한 Hierarchical-JEPA 기반의 다변량 시계열용 경량 자기지도 학습 (Self-Supervised
심전도(ECG) 분석을 위해 계층적 구조를 가진 경량 자기지도 학습 프레임워크인 ER-JEPA를 제안합니다. ViT 백본과 이중 JEPA 구조를 활용하여 다변량 시계열 데이터에서 효율적인 추상적 표현을 학습합니다.
7월 2일1
arXivAI 번역논문
QuasiMoTTo: Quasi-Monte Carlo 테스트 시간 스케일링 (Test-Time Scaling)
QuasiMoTTo는 추론 연산 스케일링 시 발생하는 샘플 중복 문제를 해결하기 위해 Quasi-Monte Carlo(QMC) 기법을 도입한 새로운 샘플링 방식입니다. i.i.d. 샘플링 대신 상관관계가 있는 샘플을 생성하여 출력 공간의 커버리지를 높임으로써, 더 적은 연산으로도 높은 성능을 달성합니다.
7월 2일3
arXivAI 번역논문
학습된 3D Gaussian 표현을 통한 구조적 및 비구조적 볼륨의 효율적인 압축
3D Gaussian 프리미티브를 활용하여 구조적 및 비구조적 볼륨 데이터를 효율적으로 압축하는 새로운 명시적 모델을 제안합니다. 기존 INR 방식과 달리 메쉬 저장 없이도 기하학적 구조를 인코딩할 수 있어 압축률과 재구성 품질을 크게 향상시켰습니다.
7월 2일0
arXivAI 번역논문
올바른 방식으로 올바르게: 검증 가능한 보상(Verifiable Rewards) 및 인간 시연(Human Demonstrations)을 활용한
검증 가능한 보상(RLVR)의 한계를 극복하기 위해 인간의 시연을 결합한 적대적 생성자-판별자 프레임워크를 제안합니다. 이 방식은 모델의 정확도를 유지하면서도 스타일, 구조 등 주관적이고 검증하기 어려운 속성을 개선합니다.
7월 2일1
arXivAI 번역논문
조합 최적화 문제(Combinatorial Optimization Problems)를 위한 신경 인증 가격 책정(Neural
조합 최적화(CO) 문제의 검증 효율성을 높이기 위해 비지도 학습 기반의 신경 인증 가격 책정(NCP) 프레임워크를 제안합니다. 신경망이 인증 수준의 쌍대 가격을 예측하고 구조적 복구 레이어를 통해 실행 가능한 한계값을 구성하는 방식입니다.
7월 2일0
arXivAI 번역논문
양자 vs. 고전 머신러닝: 통합적 경험적 비교
양자 머신러닝(QML)과 고전적 머신러닝 모델의 성능을 지도 학습 및 강화 학습 관점에서 비교 분석한 연구입니다. 실험 결과 QML은 예측 성능이나 훈련 시간 면에서 고전적 모델을 능가하지 못했으나, 노이즈 필터링과 거짓 양성 제어 측면에서 잠재력을 확인했습니다.
7월 2일1
arXivAI 번역논문
비선형 및 신경망 동역학의 실시간 강건 최적 제어를 위한 GPU 병렬 선형화 오차 경계 (LEB)
비선형 및 신경망 동역학의 실시간 강건 최적 제어를 위해 GPU 병렬 선형화 오차 경계(LEB)를 개발한 연구입니다. 해석적 동역학 및 NN 검증 기술을 결합하여 정밀한 오차 경계를 도출하고, GPU를 통해 실시간 성능과 형식적 보장을 동시에 달성했습니다.
7월 2일1
arXivAI 번역논문
TiRex-2: 다변량 데이터 및 스트리밍으로의 TiRex 확장
TiRex-2는 xLSTM 기반의 시계열 파운데이션 모델로, 단변량 모델을 다변량 및 스트리밍 환경으로 확장했습니다. 재귀적 설계를 통해 스트리밍 상황에서도 일정한 추론 비용을 유지하며, 변수 간 의존성과 미래 공변량을 효과적으로 통합합니다.
7월 2일1