Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
SpikON: 온라인 스파이킹 신경망 (SNN) 학습을 위한 이중 병렬 및 효율적인 가속기
SpikON은 에너지 효율적인 스파이킹 신경망(SNN)의 온라인 학습을 위한 알고리즘-하드웨어 공동 설계 프레임워크입니다. 새로운 학습 기술과 이중 병렬 엔진을 통해 학습 지연 시간과 에너지 소비를 획기적으로 줄였습니다.
7월 1일0
arXivAI 번역논문
무엇을 오류로 간주할 것인가? 비전형적 ASR을 위한 이중 참조 벤치마킹
비전형적 음성 인식(ASR) 평가 시 발생하는 '있는 그대로의 전사(verbatim)'와 '의도된 전사(intended)' 간의 혼동 문제를 다룹니다. 말더듬 발화 사례를 통해 11개 모델을 벤치마킹하며, 사용 사례에 맞는 적절한 참조 기준 선택의 중요성을 강조합니다.
7월 1일1
arXivAI 번역논문
AgRefactor: HLS 호환성 및 성능을 위한 자기 진화형 에이전트 워크플로우 (Self-Evolving Agentic Workflow)
AgRefactor는 소프트웨어를 HLS 호환 코드로 변환하기 위한 LLM 기반 멀티 에이전트 워크플로우입니다. 자기 진화형 메모리 시스템과 자동화된 리팩토링 도구를 결합하여 기존 방식보다 높은 성능과 효율성을 제공합니다.
7월 1일0
arXivAI 번역논문
SeKV: 긴 컨텍스트 LLM 추론을 위한 계층적 시맨틱 메모리 기반 해상도 적응형 KV 캐시
SeKV는 긴 컨텍스트 LLM의 메모리 병목을 해결하기 위해 계층적 시맨틱 메모리를 활용하는 해상도 적응형 KV 캐시 기술입니다. GPU에는 요약 벡터를, CPU에는 SVD 기저를 저장하여 필요할 때만 토큰 수준으로 정밀하게 재구성합니다. 이를 통해 성능 저하를 최소화하면서 GPU 메모리 사용량을 53.3% 절감했습니다.
7월 1일0
arXivAI 번역논문
데이터 이동의 4제곱근 복잡도
메모리 계층 구조를 기반으로 데이터 접근 비용이 데이터 크기의 4제곱근에 따라 확장됨을 분석한 논문입니다. 데이터 크기 증가에 따른 확장성을 예측하며, 미스 비율의 멱법칙과 지수적 감소 간의 차이를 정밀하게 다룹니다.
7월 1일0
arXivAI 번역논문
UniSAE: 이산적 음소 후험 확률도(DPPG) 모델링을 통한 화자, 감정 및 저수준 콘텐츠의 통합 음성 속성 편집
UniSAE는 화자, 감정, 콘텐츠를 통합적으로 편집할 수 있는 새로운 음성 속성 편집 프레임워크입니다. DPPG 표현을 도입하여 서브-음소부터 단어 수준까지 정밀한 편집을 지원하며, 확산 기반 디코더를 통해 자연스러운 음성을 생성합니다.
7월 1일0
arXivAI 번역논문
ComplianceGate: 규제 산업 내 추론을 위한 분류기 게이트 방식의 다계층 LLM 라우팅
규제 산업 내 LLM 배포를 위해 데이터 민감도와 질의 복잡도를 사전에 평가하는 '분류기 게이트 라우팅' 아키텍처를 제안합니다. 이 방식은 PII 포함 여부에 따라 적절한 모델로 라우팅하여 데이터 거주성을 보장하고 비용과 지연 시간을 획기적으로 줄입니다.
7월 1일1
arXivAI 번역논문
PruneGround: 3D Visual Grounding을 위한 플러그 앤 플레이 방식의 공간적 프루닝 (Spatial Pruning)
3D Visual Grounding의 계산 효율성과 정확도를 높이기 위해 공간적 프루닝을 도입한 PruneGround 프레임워크를 제안합니다. VLM을 활용한 공간 탐색 범위 축소와 다중 뷰 추론을 통해 복잡한 3D 장면에서도 최첨단 성능을 달성했습니다.
7월 1일1
arXivAI 번역논문
TAG-DLM: 텍스트 속성 그래프 학습을 위한 확산 언어 모델 (Diffusion Language Models)
텍스트 속성 그래프(TAG) 학습을 위해 텍스트 추론과 그래프 메시지 패싱을 통합한 마스크 확산 언어 모델(TAG-DLM)을 제안합니다. 이 모델은 토폴로지 어텐션 마스크를 통해 그래프 구조를 주입하며, 별도의 미세 조정 없이도 다양한 그래프 태스크를 수행할 수 있습니다.
7월 1일1
arXivAI 번역논문
HealthAgentBench: 도전적인 프런티어 AI 에이전트를 위한 현실적인 에이전트 기반 의료 환경의 통합 벤치마크 스위트
의료 분야의 복잡한 워크플로우를 평가하기 위한 새로운 벤치마크 스위트인 HealthAgentBench를 소개합니다. 7개 카테고리, 54개의 작업을 통해 AI 에이전트의 장기 추론 및 다단계 솔루션 실행 능력을 엄격하게 측정합니다.
7월 1일1
arXivAI 번역논문
알츠하이머병 탐지를 위한 그래프 어텐션 네트워크 기반의 게이트형 멀티 그래프 융합
알츠하이머병 탐지를 위해 음성 데이터의 의미, 의존, 공기 그래프를 결합한 멀티 뷰 게이트형 그래프 어텐션 네트워크를 제안합니다. ADReSSo 데이터셋 실험 결과 90%의 높은 정확도를 기록하며 임상적 이질성에 대한 대응력을 입증했습니다.
7월 1일1
arXivAI 번역논문
표 형식 인컨텍스트 학습 (Tabular In-Context Learning)의 암기 현상 조사
표 형식 파운데이션 모델(LTM)의 인컨텍스트 학습 과정에서 발생하는 파라미터 암기 현상을 조사한 연구입니다. ICLMEM 프레임워크를 통해 문맥 기반 예측과 암기를 분리하여 분석하였으며, 특정 조건에서 암기 신호가 나타남을 확인했습니다.
7월 1일1
arXivAI 번역논문
대규모 언어 모델을 이용한 문체적 도용 조사: EU 법률에 따른 저작권 침해 평가 프레임워크
LLM의 문체적 도용을 EU 저작권법의 '실질적 유사성' 기준으로 평가하는 PSALM 프레임워크를 제안합니다. 연구 결과, 미세 조정된 모델은 단순 암기를 넘어 서사 패턴까지 체계적으로 도용하며, 기존의 보호 조치로는 이를 완벽히 방지하기 어렵다는 것을 보여줍니다.
7월 1일1
arXivAI 번역논문
데이터베이스가 실패할 때: 작업 지향 대화(Task-Oriented Dialogue)에서 안전한 복구를 위한 LLM 대화 에이전트 프롬프팅
데이터베이스 호출 실패 시 LLM 에이전트가 발생하는 환각 현상을 줄이기 위한 경량 프롬프팅 기반의 복구 전략을 연구합니다. 가이드형 재시도(Guided-Retry) 전략을 통해 재학습 없이도 다양한 오픈 웨이트 모델에서 환각 발생률을 유의미하게 감소시켰습니다.
7월 1일1
arXivAI 번역논문
LLM은 이분법적 딜레마를 넘어 도덕적 대안을 상상할 수 있는가?
LLM이 도덕적 딜레마 상황에서 기존의 이분법적 선택을 넘어 새로운 대안을 제시할 수 있는지 연구합니다. MoralAltDataset을 통해 LLM이 타협안이나 재구성된 대안을 생성할 때 인간의 판단과 비교하여 어떤 성능을 보이는지 분석했습니다.
7월 1일1
arXivAI 번역논문
LOPA: 잠재 순서 프로토타입 정렬 (Latent Ordinal Prototype Alignment)을 통한 구어 평가 (Spoken
LOPA는 멀티모달 거대 언어 모델(MLLM)의 구어 평가(SLA) 시 언어 습득의 순서 구조를 반영하기 위해 제안된 새로운 프레임워크입니다. 잠재 공간에 순서 기하학적 사전 정보를 강제하는 정규화 도구를 통해 효율적인 모델링을 지원합니다.
7월 1일1
arXivAI 번역논문
혼합(Mixing) 없이 Glauber 궤적으로부터 가우시안 그래피컬 모델 학습하기
Glauber dynamics의 단일 궤적을 활용하여 d-희소 가우시안 그래피컬 모델의 구조를 학습하는 새로운 다항 시간 알고리즘을 제안합니다. 혼합 시간(mixing time)에 의존하지 않고도 조건부 독립 그래프를 복구할 수 있는 방법론을 제시합니다.
7월 1일1
arXivAI 번역논문
BlockPilot: 확산 기반 투기적 디코딩 (Diffusion-based Speculative Decoding)을 위한 인스턴스 적응형
BlockPilot은 확산 기반 투기적 디코딩의 효율성을 높이기 위해 입력 샘플마다 최적의 블록 크기를 예측하는 인스턴스 적응형 정책을 제안합니다. 프리필링 표현을 활용해 최적의 블록 크기를 결정함으로써 추가 오버헤드 없이 추론 속도를 크게 향상시킵니다.
7월 1일1
arXivAI 번역논문
MINT: FPGA 상에서 MSDF 자릿수-직렬 산술을 이용한 동적 정밀도 CNN 추론
FPGA 상에서 MSDF 자릿수-직렬 산술을 활용하여 동적 정밀도로 CNN 추론을 가속하는 MINT를 제안합니다. 탐욕적 탐색을 통해 레이어별 최적 정밀도를 선택함으로써 정확도 손실을 최소화하면서도 처리량과 에너지 효율을 크게 향상시켰습니다.
7월 1일1
arXivAI 번역논문
교차 벤치마크 의료 질의응답을 위한 임상 구조화 랭크 게이트형 LoRA
의료 질의응답 성능 향상을 위해 입력 조건에 따라 LoRA의 랭크 차원을 동적으로 조절하는 BiRG-LoRA 방법론을 제안합니다. 이 모델은 임상 지식을 바탕으로 최적의 랭크 원자를 선택하여 매개변수 효율성을 높이면서도 높은 정확도를 달성했습니다.
7월 1일1