Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
단조 Kolmogorov-Arnold Networks: 유도 편향(Inductive Bias)으로서의 단조성에 대한 이론적 및 경험적 연구
모든 파라미터에 대해 엄격한 단조성을 보장하는 새로운 KAN 변형인 MKAN을 제안합니다. 지수적 재매개변수화와 단조 기저 함수를 통해 제약 없는 경사 하강법만으로 훈련이 가능하며, 이론적 표현 비용 정리를 통해 단조 인코더의 크기 규칙을 제시합니다.
6월 17일0
arXivAI 번역논문
모듈성이 지속 학습(Continual Learning)에 도움이 되는 차원성 제어 조건
본 연구는 지속 학습에서 모듈형 아키텍처와 표현 차원성이 가소성과 안정성 사이의 균형에 미치는 영향을 분석합니다. 연구 결과, 저차원 영역에서는 모듈성이 작업 특화 하위 공간을 형성하여 단일 네트워크보다 뛰어난 구성적 성능을 보임을 확인했습니다.
6월 17일0
arXivAI 번역논문
KANLib -- 모듈식, 확장 가능하며 빠른 Kolmogorov-Arnold Network 구현체
KANLib은 Kolmogorov-Arnold Networks(KANs)를 효율적으로 연구하기 위한 모듈식 프레임워크입니다. 기존 KAN 구현체들의 핵심 개념을 통합하여 높은 계산 효율성과 유연한 아키텍처 커스터마이징을 제공합니다.
6월 17일0
arXivAI 번역논문
SoftMoE: LLM을 위한 Mixture-of-Experts의 소프트 미분 가능 라우팅 (Soft Differentiable Routing)
SoftMoE는 기존 MoE의 미분 불가능한 이산적 top-k 라우팅 문제를 해결하기 위해 소프트 미분 가능 라우팅 방식을 제안합니다. 이를 통해 레이어별 전문가 할당을 최적화하며, 적은 전문가 활성화로도 기존 희소 MoE와 대등하거나 뛰어난 성능을 보여줍니다.
6월 17일0
arXivAI 번역논문
XGBoost 모델과 하이브리드 Ret-DNN을 이용한 고객 행동 예측용 이커머스 예측 분석
이커머스 고객의 구매 행동을 예측하기 위해 XGBoost와 하이브리드 Ret-DNN을 결합한 새로운 모델을 제안합니다. 정형 데이터와 시간적 특징을 동시에 포착하여 기존 Ret-DNN 모델보다 향상된 예측 성능을 입증했습니다.
6월 17일0
arXivAI 번역논문
시각적 단서를 넘어: 반지도 학습 기반 의료 영상 분할을 위한 CoT 강화 추론
반지도 학습 기반 의료 영상 분할의 한계를 극복하기 위해 사고의 사슬(CoT) 추론을 통합한 CERS 프레임워크를 제안합니다. LLM의 언어적 추론을 활용하여 시각적 유사성만으로는 구분하기 어려운 병리학적 차이를 식별하고 정확도를 높였습니다.
6월 17일0
arXivAI 번역논문
가우시안 프로세스 사후 샘플링의 차분 프라이버시 (Differential Privacy)
가우시안 프로세스(GP)의 사후 샘플 경로를 공개할 때 발생하는 프라이버시 문제를 Rényi-DP 경계를 통해 분석한 연구입니다. 사후 샘플링의 내재적 무작위성이 제공하는 차분 프라이버시 보장 범위를 도출하고, 규제와 유용성 사이의 관계를 규명합니다.
6월 17일0
arXivAI 번역논문
장기 시계열 예측을 위한 다중 주기성 및 채널 상관관계를 이용한 웨이브렛 분해 (Multiple cyclicity and Wavelet
장기 시계열 예측을 위해 주기성, 추세, 채널 간 상관관계를 별도로 모델링하는 McWC 모델을 제안합니다. 웨이브렛 분해를 통해 고주파 및 저주파 정보를 모델링하며, 기존 모델 대비 높은 계산 효율성과 최첨단 성능을 입증했습니다.
6월 17일0
arXivAI 번역논문
절반의 링크만으로도 전체 링크를 예측할 수 있다: 지식 그래프 파운데이션 모델(Knowledge Graph Foundation Models)의
지식 그래프 파운데이션 모델(KGFM)의 제로샷 일반화 메커니즘을 분석한 연구입니다. '하프 링크' 개념을 도입하여 부분적인 정보만으로도 링크 예측이 가능함을 증명하고, 모델의 일반화 성능을 진단할 수 있는 새로운 분류 체계를 제안합니다.
6월 17일0
arXivAI 번역논문
C2FL: 공간적 및 시간적 드리프트(Drift) 환경에서의 클러스터링 기반 지속적 연합 학습 (Clustered Continual
공간적·시간적 드리프트가 발생하는 환경에서 프라이버시를 보호하며 학습할 수 있는 분산형 연합 학습(C2FL) 프레임워크를 제안합니다. 노드들이 공간적 클러스터링을 통해 스스로 학습 그룹을 조직하고, 경험 재현과 적응형 평균화를 통해 변화하는 데이터 분포에 대응합니다.
6월 17일0
arXivAI 번역논문
2단계 회귀를 통한 빠른 비매개변수 조건부 독립성 검정
BLITZ는 제약 기반 인과 발견을 위해 설계된 빠르고 정확한 비매개변수 조건부 독립성 검정 방법론입니다. 저차 다항 회귀와 얕은 트리 회귀를 결합한 2단계 잔차화 과정을 통해, 계산 속도를 1초 미만으로 단축하면서도 높은 캘리브레이션 정확도를 유지합니다.
6월 17일0
arXivAI 번역논문
LLM 특징이 GNN에 해를 끼칠 수 있는 이유: 동종성(Homophilous) 그래프 벤치마크에서의 결합 간섭
LLM 특징을 GNN에 단순 결합할 때 동종성(homophily)이 높은 그래프 벤치마크에서 정확도가 오히려 저하될 수 있음을 발견했습니다. 연구팀은 이를 예측하기 위한 지표인 Delta_sig를 제안하며, 결합의 이득과 손실을 결정하는 메커니즘을 분석했습니다.
6월 17일1
arXivAI 번역논문
유계 깊이 문법(bounded-depth grammars)을 통한 딥 트랜스포머(deep transformers) 내 계층적 모델링의 표현력
본 연구는 딥 트랜스포머가 계층적 구조를 어떻게 표현하는지 유계 깊이 문법(bounded-depth grammars) 관점에서 분석합니다. 트랜스포머가 문법 상태를 잔차 스트림 내 선형 분리 가능한 부분 공간으로 인코딩할 수 있음을 이론적으로 입증하여 선형 표현 가설을 뒷받침합니다.
6월 17일1
arXivAI 번역논문
회의 중 발화 대상(Addressee), 발화 전환(Turn-change), 차기 발화자 예측(Next Speaker Prediction)에
LLM을 활용하여 다자간 대화에서의 발화 대상 탐지, 발화 전환, 차기 발화자 예측 성능을 분석한 연구입니다. 실험 결과, LLM은 차기 발화자 예측에서 사람과 지도 학습 모델보다 뛰어난 성능을 보였으나, 멀티모달 LLM은 여전히 시각·오디오 신호 활용 측면에서 사람의 성능에는 미치지 못했습니다.
6월 17일1
arXivAI 번역논문
빠른 음성 인식을 위한 비자기회귀적 최소 베이즈 위험 (Non-Autoregressive Minimum Bayes' Risk) 디코딩
비자기회귀적(NAR) 디코딩의 성능 저하 문제를 해결하기 위해 최소 베이즈 위험(MBR) 기반의 새로운 프레임워크인 NAR-MBR을 제안합니다. 단 한 번의 순전파로 여러 샘플을 추출하여 기대 효용을 최대화함으로써, 속도와 정확도를 동시에 개선했습니다.
6월 17일1
arXivAI 번역논문
벤치마크의 환상: 가지치기(Pruned)된 LLM은 객관식은 통과하지만 답변에는 실패한다
LLM 압축(Pruning) 시 발생하는 벤치마크의 오류를 분석합니다. 가지치기된 모델은 객관식 평가에서는 높은 성능을 유지하지만, 실제 개방형 생성 능력은 크게 저하되는 '벤치마크의 환상' 현상이 나타납니다.
6월 17일1
arXivAI 번역논문
OPD-Evolver: 온폴리시 증류 (On-Policy Distillation)를 통한 총체적 에이전트 진화기 (Agent Evolver)
OPD-Evolver는 온폴리시 자기 증류를 통해 에이전트의 총체적 역량을 강화하는 slow-fast 공동 진화 프레임워크입니다. 4단계 메모리 계층 구조와 결과 보정 메모리 귀속 기술을 사용하여 경험을 배포 가능한 정책으로 증류합니다.
6월 17일1
arXivAI 번역논문
도메인을 넘어: 전이 가능한 상호작용 패턴을 통한 웹 기술 재사용
웹 에이전트의 지연 시간과 비용을 줄이기 위해 상호작용 패턴을 재사용하는 SkillMigrator를 제안합니다. 레이아웃 구조 매칭을 통해 특정 사이트에 국한되지 않고 기술을 전이할 수 있는 TIP 방식을 도입했습니다.
6월 17일1
arXivAI 번역논문
비교 그래프 기반의 신뢰할 수 있는 LLM 평가를 위한 프롬프트 섭동 (Prompt Perturbation)
LLM의 쌍체 평가(pairwise evaluation) 과정에서 발생하는 비이행성 및 순환적 선호도 문제를 해결하기 위한 프롬프트 섭동 프레임워크를 제안합니다. 비교 그래프를 활용해 구조적으로 일관되지 않은 패턴을 식별하고 필터링하여 리더보드의 신뢰성을 높입니다.
6월 17일0
arXivAI 번역논문
MambaCount: 공간적 희소 상태 공간 이중성 (Spatial Sparse State Space Duality) 블록을 이용한 효율적인
MambaCount는 Transformer의 이차 복잡도 문제를 해결하기 위해 Mamba 구조를 활용한 효율적인 객체 카운팅 프레임워크입니다. S^4D 블록과 STS 서브 블록을 통해 Mamba의 인과적 제약과 높은 엔트로피 문제를 해결하여 선형 복잡도로 최첨단 성능을 달성했습니다.
6월 17일1