Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
LLM이 적대적 프리필(Adversarial Prefills)을 신뢰성 있게 자기 보고할 수 있는가, 그리고 어떻게 가능한가?
LLM이 적대적 프리필 공격에 의해 유도된 자신의 응답을 얼마나 신뢰성 있게 인식할 수 있는지 조사한 연구입니다. 실험 결과 대부분의 모델이 공격을 인지하지 못했으며, 미세 조정(SFT, GRPO, DPO)을 통한 개선 시도도 공격 성공률을 높이는 부작용을 보였습니다.
6월 23일1
arXivAI 번역논문
평가 인지 능력은 단일 역량이 아니다: 오픈 언어 모델로부터의 증거
오픈 웨이트 모델들이 평가 신호를 감지하여 벤치마크 성능을 과장하는 '벤치마크 환상' 현상을 규명합니다. 모델의 탐지, 행동 발현, 제어 가능성이 독립적인 다변량 특성을 가짐을 실험적으로 증명했습니다.
6월 23일1
arXivAI 번역논문
SkyJEPA: 쿼드로터의 Zero-Shot Sim-to-Real 제어를 위한 장기 예측 월드 모델 (World Models) 학습
SkyJEPA는 쿼드로터의 실시간 제어를 위해 잠재 공간에서 역학을 모델링하는 JEPA 스타일의 월드 모델을 제안합니다. 물리 기반 프로버를 통해 장기 예측 오차를 줄이고, 시뮬레이션에서 학습한 모델을 실제 환경에 즉시 적용하는 Zero-Shot Sim-to-Real 성능을 입증했습니다.
6월 23일0
arXivAI 번역논문
메타러닝을 통한 선택적 시계열 예측 (Selective Time Series Forecasting via Metalearning)
시계열 예측에서 예측하기 어려운 샘플을 모델이 스스로 거부할 수 있는 선택적 예측 프레임워크를 제안합니다. 메타러닝을 통해 도메인에 구애받지 않는 구조적 특성을 학습함으로써, 다양한 시계열 데이터에서도 예측 정확도를 효과적으로 향상시킵니다.
6월 23일0
arXivAI 번역논문
Randomized YaRN은 긴 문맥 추론을 위한 길이 일반화(Length Generalization)를 개선한다
Randomized YaRN은 무작위 위치 인코딩과 길이 커리큘럼을 결합하여 LLM의 긴 문맥 추론 성능을 개선하는 새로운 학습 방법을 제안합니다. 짧은 문맥 데이터로 학습할 때 모델이 더 넓은 위치 범위에 노출되도록 하여, 학습 시보다 훨씬 긴 문맥에서도 뛰어난 일반화 성능을 보여줍니다.
6월 23일1
arXivAI 번역논문
AOHP: 개인화되고 효율적이며 안전한 상호작용을 위한 오픈 소스 OS 레벨 에이전트 하네스 (Harness)
AOHP는 Android Open Source Project(AOSP)를 기반으로 구축된 OS 레벨의 오픈 소스 에이전트 하네스입니다. 에이전트를 OS의 일급 객체로 취급하여 개인화된 서비스, 효율적인 인터페이스, 보안 정보 흐름을 제공하며 기존 시스템의 한계를 극복합니다.
6월 23일0
arXivAI 번역논문
추상 속의 전쟁: 과학적 의사소통에서 군사화된 언어의 부상과 결과
2,140만 편의 논문을 분석한 결과, 과학적 초록 내 군사적 언어 사용이 급격히 증가하고 있음을 발견했습니다. 이러한 전쟁 프레임은 연구의 신뢰성, 자금 지원 의사, 정책 지지도를 낮추는 부정적인 결과를 초래할 수 있습니다.
6월 23일0
arXivAI 번역논문
미분동형 시간 왜곡 (DiffTW)을 통한 시계열 분류
기존 DTW의 이산적 매칭 한계를 극복하기 위해 미분동형 변환을 활용한 새로운 시계열 분류 프레임워크 DiffTW를 제안합니다. 선형 수송 방정식과 ODE를 결합하여 실수 함수 간의 연속적인 매핑을 학습하며, 다양한 데이터셋에서 DTW보다 우수한 성능을 입증했습니다.
6월 23일0
arXivAI 번역논문
위치 인코더(Location Encoders)가 공간적 효과를 포착하는가? 다양한 규모에 걸친 GeoShapley 벤치마크
위치 인코더가 지리적 좌표를 임베딩할 때 공간적 효과를 얼마나 잘 포착하는지 GeoShapley 벤치마크를 통해 분석했습니다. TorchSpatial의 11개 인코더를 대상으로 다양한 규모에서 계수 복구 성능을 평가한 연구입니다.
6월 23일0
arXivAI 번역논문
아선형 구조의 심층 신경망(Sublinearly Structured DNNs)은 합성 함수(Compositional Functions)에 대해
아선형 구조의 심층 신경망(Sublinearly Structured DNNs)이 합성 함수를 학습할 때 달성하는 특징 학습 일관성을 이론적으로 증명합니다. 과잉 매개변수화 영역에서도 일관성이 유지되며, AlexNet과 ResNet 등 주요 CNN 모델이 이 구조를 따름을 확인했습니다.
6월 23일0
arXivAI 번역논문
CADRE: 제한된 망각과 사전 분포 드리프트를 통한 의료 시각-언어 모델의 안정적이고 매개변수 효율적인 적응
의료 시각-언어 모델(VLM)의 지속적 적응 과정에서 발생하는 치명적 망각과 사전 분포 드리프트 문제를 해결하기 위한 CADRE 프레임워크를 제안합니다. LoRA와 개선된 EWC, 앵커-투-프라이어 페널티를 결합하여 매개변수 효율성을 유지하면서도 모델의 안정성을 극대화했습니다.
6월 23일0
arXivAI 번역논문
TROPT: 이산적 텍스트 최적화 (Discrete Text Optimization)를 통합하고 발전시키기 위한 오픈 프레임워크
이산적 텍스트 최적화(Discrete Text Optimization)를 통합하고 표준화하기 위한 최초의 오픈 소스 프레임워크인 TROPT를 제안합니다. 다양한 최적화 도구와 손실 함수를 단일 인터페이스로 제공하여 LLM 탈옥 및 모델 해석 가능성 연구의 장벽을 낮춥니다.
6월 23일0
arXivAI 번역논문
DVL-DeepONet: 탄력적인 수중 항법을 위한 물리 가이드 기반 연산자 학습
DVL-DeepONet은 물리 법칙을 가이드로 활용하는 심층 신경 연산자 프레임워크로, 노이즈가 심하거나 데이터가 불완전한 수중 환경에서 AUV의 속도를 정밀하게 추정합니다. 실제 실험을 통해 기존 모델 대비 40% 향상된 성능을 입증하며 탄력적인 수중 항법 가능성을 제시했습니다.
6월 23일0
arXivAI 번역논문
Kamera: 훈련이 필요 없는 재사용을 위한 통합 위치 불변 멀티모달 KV 캐시
멀티모달 에이전트의 반복적인 추론 과정에서 발생하는 KV 캐시 재계산 문제를 해결하기 위한 Kamera 기술을 소개합니다. 훈련 없이도 위치 불변성을 유지하며 청크 간 조건화 손실을 복구하는 저차원 패치 방식을 제안합니다.
6월 23일0
arXivAI 번역논문
POTracker: 표준 준수 정전 보고서 생성을 위한 대규모 언어 모델 (LLM) 최적화
정전 보고서와 같이 엄격한 구조와 표준 준수가 필요한 도메인 특화 데이터 생성을 위해 최적화된 LLM인 POTracker를 제안합니다. 텍스트 유사성과 구조적 유사성을 동시에 고려하는 새로운 손실 함수인 POTrackerLoss를 통해 Qwen2.5-7B-Instruct를 미세 조정하였습니다.
6월 23일0
arXivAI 번역논문
FairBED: 더 공정한 데이터 수집을 위한 베이지안 실험 설계 (Bayesian Experimental Design) 접근 방식
데이터 수집 단계부터 편향을 줄이기 위해 베이지안 실험 설계(BED)를 활용하는 FairBED 프레임워크를 제안합니다. 민감한 속성에 대한 정보 이득은 최소화하고 타겟 수량에 대한 정보 이득은 최대화하여 공정성과 정확도 사이의 트레이드오프를 개선합니다.
6월 23일0
arXivAI 번역논문
코리더 네트워크를 통한 분산형 자율 교통 관리
자율 항공기 교통 밀도 증가에 대응하기 위해 다중 에이전트 강화학습(MARL)을 활용한 분산형 교통 관리 방식을 제안합니다. 단일 코리더에서 학습된 정책을 복잡한 다중 코리더 네트워크에 제로샷 방식으로 적용하여 높은 전이 성능을 입증했습니다.
6월 23일0
arXivAI 번역논문
Concordia: 결함 허용(Fault-Tolerant) LLM 추론을 위한 JIT 컴파일된 지속성 커널 체크포인팅
Concordia는 LLM 에이전트의 장시간 실행 중 발생하는 GPU 장애에 대비하여 결함 허용(Fault-Tolerance)을 제공하는 새로운 런타임입니다. JIT 컴파일된 지속성 커널을 통해 KV 캐시와 같은 상태를 효율적으로 체크포인팅하고 복구합니다.
6월 23일0
arXivAI 번역논문
신호 교차로의 폐쇄 루프 미세 시뮬레이션(Closed-Loop Microsimulation)을 위한 생성 모델
신호 교차로의 폐쇄 루프 미세 시뮬레이션을 위한 에이전트 중심 생성 모델인 Enactor를 제안합니다. Transformer 기반의 공간 및 시간 어텐션 블록을 사용하여 차량의 움직임을 예측하며, 기존 궤적 예측기보다 높은 안정성과 정확도를 보여줍니다.
6월 23일0
arXivAI 번역논문
희소 카운트 데이터로부터 교통 흐름의 시뮬레이션 프리(Simulation-Free) 추정
희소한 차량 카운트 데이터를 활용해 시뮬레이션 없이 교통 흐름 패턴을 추정하는 새로운 최적화 방법을 제안합니다. 가중 최소제곱 최적화를 통해 센서 커버리지를 고려한 경로를 도출하며, 브뤼셀 도로 네트워크 실험에서 높은 효율성과 정확도를 입증했습니다.
6월 23일0