Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXiv논문
DuoMem: 이중 공간 증류(Dual-Space Distillation)를 통한 유능한 온디바이스 메모리 에이전트 구현
DuoMem은 이중 공간 증류(Dual-Space Distillation)를 통해 소형 모델의 메모리 에이전트 성능을 극대화하는 프레임워크입니다. 컨텍스트와 파라미터 공간 모두에서 증류를 수행하여, 4B 모델의 성공률을 77.9%까지 끌어올리면서도 실시간 엣지 배포가 가능하도록 설계되었습니다.
6월 30일0
arXiv논문
NeuReasoner: 이론에 기반한 추론 유도 경계의 매핑
NeuReasoner는 LLM의 잠재된 추론 능력을 끌어내기 위해 인지 심리학 이론을 결합한 새로운 유도 도구입니다. 수학, 코딩, 베이지안 추론 등 다양한 벤치마크를 통해 추론 유도가 성공하고 실패하는 인지적 경계를 실증적으로 분석합니다.
6월 30일0
arXiv논문
1차 시간 논리 텐서 네트워크 (First-Order Temporal Logic Tensor Networks)
정적 지식에 집중하던 기존 신경-기호 AI의 한계를 극복하기 위해, 시간적 변화를 다룰 수 있는 FOT-LTN 프레임워크를 제안합니다. 1차 선형 시간 논리와 LTN의 퍼지 의미론을 결합하여 시간 연산자와 양화사를 지원하는 미분 가능한 모델을 구축했습니다.
6월 30일0
arXiv논문
Atompack: 읽기 집약적인 원자 단위 ML 학습 데이터셋을 위한 저장 및 배포 계층
원자 단위 머신러닝 학습을 위해 설계된 새로운 저장 및 배포 계층인 Atompack을 소개합니다. Atompack은 불변 인덱스와 메모리 맵 읽기 경로를 통해 셔플된 학습 워크로드에서 기존 방식보다 압도적인 읽기 속도와 높은 압축률을 제공합니다.
6월 30일0
arXiv논문
전립선 MRI에서의 특이도 정교화 및 위양성 메커니즘 분석에 관한 다중 아키텍처 연구
전립선 MRI 탐지 시 발생하는 위양성(false positive)의 특성을 분석하고, 이를 정교화하기 위한 경량화된 사후 정교화 헤드(post-hoc refinement head)의 성능을 연구했습니다. 연구 결과, 위양성은 모델의 오류가 아닌 데이터 자체의 영상 특성임을 확인했으며, 정교화 헤드를 통해 민감도를 유지하며 특이도를 개선할 수 있음을 입증했습니다.
6월 30일0
arXiv논문
행동 파운데이션 모델 (Behavioral Foundation Models)을 활용한 탐색 및 온라인 전이
행동 파운데이션 모델(BFM)을 활용하여 보상이 블랙박스인 환경에서도 온라인으로 전이 학습을 수행하는 새로운 프레임워크를 제안합니다. 밴딧 스타일의 탐색-활용 문제를 통해 에이전트가 환경과 상호작용하며 최적의 정책을 찾아가는 과정을 다룹니다.
6월 30일0
arXiv논문
T3R: 그래디언트 회전(Gradient Rotation)을 통한 그래프 신경망(GNN)의 심층 테스트 시간 적응(Test-Time
분포 변화 상황에서 GNN의 성능 저하를 해결하기 위해 그래디언트 회전을 활용한 T3R 기법을 제안합니다. Rotograd 행렬을 통해 자기 지도 신호의 방향을 재설정함으로써 모델 전체 아키텍처에 걸친 심층적인 테스트 시간 적응을 가능하게 합니다.
6월 30일0
arXiv논문
학습된 확률적 정지(Learned Stochastic Stopping)를 통한 루프형 트랜스포머(Looped Transformers)의
루프형 트랜스포머의 길이 일반화 성능을 높이기 위해 학습된 확률적 정지(Learned Stochastic Stopping) 기법을 제안합니다. 훈련 과정에서 루프 횟수에 확률성을 도입함으로써 분포 외(OOD) 분산을 줄이고 예측 안정성을 개선할 수 있음을 입증했습니다.
6월 30일0
GeekNews헤드라인
ArmSoM Sige7로 구축한 저전력 고성능 홈 NVR 시스템
ArmSoM Sige7(RK3588) 보드를 활용하여 10W 미만의 저전력으로 고성능 홈 NVR 시스템을 구축한 사례입니다. AI 객체 인식, 번호판 인식, AI 에이전트 연동 기능을 갖추었으며 극한의 환경에서도 안정적인 성능을 보여줍니다.
6월 30일0
arXiv논문
자유 시선(Free-viewing) 시선 데이터의 합의 클러스터링: 인간-정보 상호작용(HII)에 대한 새로운 통찰
자유 시선(Free-viewing) 데이터를 활용해 인간-정보 상호작용(HII) 패턴을 분석하는 새로운 비지도 앙상블 학습 시스템 EnsembleGaze를 제안합니다. 합의 클러스터링과 스펙트럴 바이클러스터링을 통해 사용자 행동과 자극 유형 간의 복잡한 관계를 규명합니다.
6월 30일0
Dev.to헤드라인
단언하지 말고 대면하라
AI 코드 감사 도구가 문서와 실제 코드 사이의 불일치를 찾아내는 방식에 대해 다룹니다. 정밀도(Precision)와 재현율(Recall) 사이의 트레이드오프를 분석하며, 단순히 노이즈를 줄이는 것을 넘어 실제 버그를 포착하는 능력이 중요함을 강조합니다.
6월 30일0
Dev.to헤드라인
스타트업 vs 엔터프라이즈 AI API: 프리랜서를 위한 2025년 비용 가이드
프리랜서 개발자와 소규모 팀을 위한 2025년 AI API 비용 관리 가이드입니다. AI 추론 비용이 마진을 잠식하지 않도록 모델 다양성, 비용 예측 가능성, 결제 유연성을 고려한 전략적 선택을 제안합니다.
6월 30일0
Dev.to헤드라인
명세서(Spec)가 결코 핵심이 아니었던 이유
AI 에이전트 활용 시 명세서(Spec) 중심의 일괄적 사고 방식이 가진 한계를 지적합니다. 모델을 단순한 타이핑 도구가 아닌, 실시간 대화를 통해 아이디어를 정교화하는 '사고 파트너'로 활용해야 함을 강조합니다.
6월 30일0
arXiv논문
백본이 아닌 헤드: 팻테일 수익률(Fat-Tailed Returns) 구조에서 출력 헤드의 지배력
금융 수익률의 팻테일(fat-tail) 구조를 예측할 때 백본 아키텍처보다 출력 헤드의 설계가 더 중요하다는 연구 결과입니다. 가우시안 혼합 밀도 헤드를 사용하면 단일 가우시안 대비 테일 리스크 포착 능력이 향상되어 예측 성능이 개선됩니다.
6월 30일0
arXiv논문
생성 모델링에 관한 노트: flow matching, diffusion, optimal transport 및 Schrödinger bridge
생성 모델링의 핵심 수학적 원리인 flow matching, diffusion, optimal transport, Schrödinger bridge 간의 연결 고리를 요약한 연구 노트입니다. 다양한 생성 기술들의 이론적 배경을 고수준에서 다룹니다.
6월 30일0
Dev.to헤드라인
당신의 AI 토큰이 몰래 새어나가고 있나요? 검증된 4가지 비용 절감 팁
AI 워크플로우에서 발생하는 불필요한 토큰 낭비를 줄이고 비용을 절감할 수 있는 실전 기술 4가지를 소개합니다. 모델 성능을 유지하면서도 효율적인 호출 방식을 통해 운영 비용을 최적화하는 방법을 다룹니다.
6월 30일0
arXiv논문
2단계 증류(Two-Phase Distillation)를 통한 멀티태스크 에이전트 LLM 구축
멀티태스크 에이전트 LLM 구축을 위해 오프-폴리시 증류와 온-폴리시 정제를 결합한 2단계 증류(Two-Phase Distillation) 방식을 제안합니다. 기존 방식의 모드 커버링 문제로 인한 성능 저하를 해결하여 개별 작업 전문가 수준의 성능을 달성했습니다.
6월 30일0
arXiv논문
안개 조건에서의 이미지 복원과 항행 안전 간의 간극 메우기: 해상 감시를 위한 새로운 가시성 추정 지표
안개 조건에서의 이미지 복원 성능을 실제 가시 거리와 연결하는 새로운 평가 프레임워크를 제안합니다. Unity3D로 구축한 MSVD 데이터셋과 객체 탐지 정확도를 활용하여, 기존 지표의 한계를 극복하고 물리적으로 해석 가능한 가시성 지표를 제시합니다.
6월 30일0
arXiv논문
실패 분류 체계에서 개입으로: 비디오 및 라이브 스트리밍 플랫폼 모더레이션을 위한 산업 규모 AVLM의 진단 방법론
비디오 및 라이브 스트리밍 플랫폼의 모더레이션을 위한 산업 규모 AVLM 진단 방법론을 제안합니다. 모델의 실패를 체계적인 분류 체계로 매핑하여, 단순한 시행착오가 아닌 표적화된 모델 개입을 가능하게 합니다.
6월 30일0
arXiv논문
신경 서브스페이스 재할당 (Neural Subspace Reallocation): 검색 기반 서브스페이스 메모리 관리로서의 지속 학습
지속 학습을 파라미터 서브스페이스의 메모리 관리 문제로 재정의한 NSR(Neural Subspace Reallocation)을 제안합니다. LoRA 모듈을 압축하여 지식 뱅크에 저장하고, 유사도 기반 검색을 통해 새로운 작업에 활용함으로써 망각을 최소화하고 회복 속도를 높입니다.
6월 30일0