Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
MFSA: 네이티브 마이크로 스케일링 지원 다중 포맷 시스톨릭 배열
본 논문은 다양한 저정밀 포맷(FP4, BF16 등)을 효율적으로 지원하는 가중치-정지 다중 포맷 시스톨릭 배열인 MFSA를 제안합니다. MFSA는 PE 레벨에서 공유 데이터 경로와 비례적 스케일링을 통해 여러 포맷을 지원하며, 블록 스케일에서는 OBSR 기법으로 오버헤드를 줄여 면적 및 에너지 효율성을 높였습니다.
10월 15일1
arXivAI 번역논문
STISA: 알고리즘 및 하드웨어 공동 설계를 통한 0.16 GOPS/W/PE 단일샷 추론 FPGA 기반 SNN 가속기
본 연구는 스파이킹 신경망(SNNs)의 배포 한계를 극복하기 위해 STISA라는 통합 알고리즘-하드웨어 공동 설계 프레임워크를 제안합니다. 이 프레임워크는 Temporal Split Compression (TSC), TPOS 매핑, BMS 아키텍처 등을 결합하여 시공간 병렬 처리를 최적화했습니다. 그 결과, FPGA 프로토타입에서 기존 대비 높은 속도 향상과 전력 감소를 달성하며 0.16 GOPS/W/PE의 우수한 에너지 효율성을 입증했습니다.
10월 15일1
arXivAI 번역논문
GLoD-LVSM: 대규모 뷰 합성 모델을 위한 기하학 기반 연속 LoD 장면 표현 학습
본 논문은 대규모 뷰 합성 모델(LVSM)의 토큰 중복성 문제를 해결하기 위해 기하학 기반 연속 LoD 장면 표현인 GLoD-LVSM을 제안합니다. GLoD-LVSM은 유연한 수의 앵커를 학습하는 연속 필드를 사용하며, 기하학적 어텐션을 통해 압축 및 디코딩 품질을 개선했습니다. 이 모델은 기존 대비 품질 손실 없이 토큰 수를 대폭 줄이고 렌더링 속도를 크게 향상시키는 우수한 트레이드오프를 보여줍니다.
10월 15일1
arXivAI 번역논문
CAFE: FeFET 기반 Compute-in-Memory에서 강건한 DNN 추론을 위한 전도 셀 인식 적응 차분 인코딩
본 논문은 FeFET 기반 Compute-in-Memory(CIM)의 소자 변동성으로 인한 DNN 추론 정확도 저하 문제를 다룹니다. 특히, 전도 셀에서 발생하는 비대칭적 오류 증폭을 포착하여 이를 제거하는 CAFE 프레임워크를 제안합니다. CAFE는 전도 셀 활동 지표(C$^2$AM)와 적응 차분 인코딩을 결합하여 높은 강건성을 유지하면서 비용 효율적인 추론이 가능함을 입증했습니다.
10월 15일1
arXivAI 번역논문
VisibilitySplat: 3D 가우시안 스플래팅 기반의 광원 재조명용 레이 트레이싱 오클루전
본 연구는 3D 가우시안 스플래팅(3DGS)을 활용하여 재조명 및 광원 분해 문제를 해결하는 새로운 방법을 제시합니다. 표준 3DGS 파이프라인에 희소 가시성 오라클을 추가하여, 샘플링된 광원 방향의 투과율 가중 오클루전을 추정하고 이를 역렌더링 목적 함수에 통합했습니다. 이 방법은 NVS 및 재조명 측면에서 기존 모델 대비 우수한 성능을 입증했습니다.
10월 15일1
arXivAI 번역논문
Spectral World Renderer: 통합 3D 초분광 언믹싱
Spectral World Renderer (SWR)는 3D 장면의 시각적 정보뿐만 아니라 물질 구성까지 통합적으로 이해하는 새로운 접근 방식을 제시합니다. SWR은 코딩 에이전트가 측정된 스펙트럼을 기반으로 실행 가능한 3D 월드를 구축하며, 모든 초분광 이미지를 정확한 레이블과 서브픽셀 비율로 제공합니다. 이를 통해 렌더링 과정 내부에서 언믹싱(unmixing)을 수행하여 물질 풍부도와 스펙트럼 정보를 동시에 산출할 수 있습니다.
10월 15일1
arXivAI 번역논문
Q-MAGIC: 특이점 인지 순환 상대 오프셋 토큰화를 통한 사각형 전용 메시 자기회귀 생성
본 논문은 사각형 전용 메시(quad-only meshes) 생성을 위한 새로운 자기회귀 모델 Q-MAGIC을 제안합니다. 기존의 삼각형 기반 방식과 달리, 사각형 메시는 더 엄격한 위상학적 제약 조건을 가지기 때문에 어려움이 있었습니다. Q-MAGIC은 특이점 인지 직렬화와 순환 상대 오프셋 토큰화를 결합하여 이 문제를 해결하고 높은 기하학적 충실도를 달성합니다.
10월 15일0
arXivAI 번역논문
ESL-former: FPGA 가속화 악성코드 탐지를 위한 이벤트 희소 선형 트랜스포머
본 논문은 자원 제약적인 엣지 장치에서 악성코드 탐지를 위해 이벤트 희소 선형 트랜스포머 프레임워크를 제시합니다. 기존의 높은 계산 비용 문제를 해결하기 위해, 명시적 어텐션 행렬 대신 누적 키 값 상태를 활용하여 토큰 및 채널 중요도를 도출했습니다. 이 설계는 하드웨어 압축 유닛을 통해 희소성을 실제 가속으로 변환하여 저전력 FPGA 환경에 최적화되었습니다.
10월 15일0
arXivAI 번역논문
의존성 그래프는 코드-아키텍처 매핑에 언제 도움이 되는가?
본 논문은 코드 아키텍처 매핑 문제를 방향성 다중 관계 의존성 그래프 기반 준지도 학습 노드 분류 문제로 정의했습니다. GCN, GAT 등 여러 그래프 신경망 모델을 사용하여 오픈 소스 시스템에서 테스트한 결과, 특히 GAT가 높은 F1 점수를 기록하며 기존 기준 모델 대비 우수한 성능을 입증했습니다.
10월 15일0
arXivAI 번역논문
코드 이해를 위한 시간 적응형 미세 조정 (Temporal Adaptive Fine-Tuning)
본 논문은 코드가 시간이 지남에 따라 진화하는 과정에서 발생하는 LLM의 코드 이해 문제(저장소 특화 모델의 정렬 불일치)를 다룹니다. 새로운 지식 습득, 구식 정보 억제, 유효한 지식 유지 등을 목표로 하는 시간 적응형 미세 조정(TAFT)을 제안합니다. TAFT는 확장된 SWE-bench 데이터셋에서 기존 방법론 대비 우수한 성능을 입증했습니다.
10월 15일0
arXivAI 번역논문
P2Patch: 공격 기반 취약점 수리
본 논문은 LLM 기반 자동 프로그램 복구 에이전트의 취약점을 공격하는 생성적 적대적 시스템 P2Patch를 제안합니다. P2Patch는 익스플로잇 에이전트가 재현 가능한 PoV를 구성하고, 패치 에이전트가 수리한 후, 다시 익스플로잇 에이전트가 변형된 취약점으로 공격하는 적대적 루프를 사용합니다. 이 시스템은 기존의 단일 증거 기반 검증 방식보다 훨씬 높은 복구 커버리지를 달성함을 입증했습니다.
10월 15일0
arXivAI 번역논문
테세우스의 코드: 에이전트가 복구된 설계 문서를 통해 소프트웨어를 재구성할 수 있는가?
본 연구는 기존 LLM 에이전트가 놓치기 쉬운 요구사항 및 설계 아티팩트를 복구하는 새로운 프레임워크를 제시합니다. 이 프레임워크는 정적 의존성 그래프와 핵심 컨텍스트 파일로부터 이해관계자의 의도, 요구사항, 아키텍처를 추출하여 LLM에게 제공합니다. 이를 통해 코딩 에이전트가 테스트만으로는 포착하기 어려운 설계 수준의 정보를 바탕으로 소프트웨어를 재구성할 수 있음을 입증했습니다.
10월 15일0
arXivAI 번역논문
SWE-Stream: 점진적 구성과 탄성 스트리밍을 통한 SWE 에이전트 실행 가능 학습 데이터 확장
SWE-Stream은 점진적 구성과 탄성 스트리밍 실행을 결합하여 소프트웨어 엔지니어링(SWE) 에이전트 학습 데이터의 부족 문제를 해결하는 시스템입니다. 이 시스템은 기존 개발 이력을 활용해 대규모의 검증된 작업 데이터를 효율적으로 확장하고, 이를 통해 Qwen3-30B 모델을 미세 조정했습니다. 그 결과, SWE-bench 등 주요 벤치마크에서 높은 해결률을 달성하며 성능 우위를 입증했습니다.
10월 15일0
arXivAI 번역논문
LintEval: Linter 기반 파일 리팩토링을 위한 LLM 평가 벤치마크
LintEval은 코드 유지보수 및 리팩토링 과정에서 린터가 안내하는 파일 수정 능력을 평가하기 위해 개발된 다국어 벤치마크입니다. 이 벤치마크는 기능성 보존, 린트 알림 감소 등 네 가지 측면을 종합적으로 측정합니다. 실험 결과, 상용 모델은 높은 린트 알림 감소율을 보였으나, 초기 기능성을 유지하는 능력(Pass@1)에는 한계가 있음을 확인했습니다.
10월 15일0
arXivAI 번역논문
트랜스포머를 본질적으로 탄력적으로 만들기
본 논문은 트랜스포머 모델을 재학습 없이 '탄력화(elastifies)'하는 새로운 방법을 제안합니다. 이 방법은 계산 예산의 연속체에 걸쳐 온디바이스 적응이 가능하게 하여, 하드웨어 및 지연 시간 제약 조건에 최적화된 모델 배포를 가능하게 합니다. 핵심적으로 함수 단위 순위 결정 문제를 미분 가능한 방식으로 완화하여, 여러 희소성 목표에서 MLP 뉴런과 어텐션 헤드를 공동으로 가지치기합니다.
10월 15일1
arXivAI 번역논문
에이전트 시장의 첫 가격 경매(First-Price Auctions)의 무질서가격(Price of Anarchy)
본 논문은 AI 에이전트들이 프롬프트를 차지하기 위해 입찰하는 '에이전트 시장'을 분석하며, 최고가 입찰 방식(FPAs)의 복지 손실(PoA) 문제를 다룹니다. 연구진은 이 시장이 '경쟁적 하한선'과 '조건부 독립성'이라는 두 가지 특징 덕분에 무질서가격이 감소할 가능성이 높다고 주장합니다.
10월 15일1
arXivAI 번역논문
언어 에이전트를 위한 행동 및 예측의 공동 진화
이 논문은 언어 에이전트 훈련의 병목 현상을 해결하기 위해 'ame'라는 새로운 다단계 행동 타겟을 제안합니다. ame는 정책 백본이 히스토리 기반의 행동 시퀀스를 생성하도록 훈련하며, 각 행동은 이전 히스토리로부터 예측되어 시간적 앙상블을 형성합니다. 이로써 행동과 예측이 공동 진화하여 기존 RL 기법보다 높은 성능과 샘플 효율성을 달성했습니다.
10월 15일1
arXivAI 번역논문
희소한 인간 가이던스를 활용한 실제 환경 모바일 조작을 위한 계층적 잔차 정책 학습
본 논문은 복잡한 모바일 매니퓰레이션(MoMa) 시스템을 실제 환경에서 안정적이고 샘플 효율적으로 미세 조정하기 위한 HiRe-MoMa 프레임워크를 제안합니다. 이 프레임워크는 계층적 잔차 아키텍처와 정책 불가지론적 보정값을 활용하여 그래디언트 간섭을 줄입니다. 또한, 희소한 인간 가이던스를 이용해 학습 효율성을 높이는 방법을 제시했습니다.
10월 15일1
arXivAI 번역논문
Diffusion을 이용한 휴머노이드 정책의 신경 가중치 모델링 및 이해
본 연구는 고성능 휴머노이드 제어 네트워크의 가중치 분포를 생성적으로 모델링하는 방법을 제시합니다. 선형 오토인코더와 Diffusion Transformer를 결합한 잠재 확산 프레임워크를 사용하여, 로봇 동작을 수행할 수 있는 배포 가능한 네트워크를 성공적으로 생성했습니다. 또한, 학습된 가중치 공간에서 로봇의 운동학적 사전 지식을 식별하여 휴머노이드 제어에 대한 깊은 이해를 제공합니다.
10월 15일0
arXivAI 번역논문
CNN을 이용한 감자 잎 질병 탐지
본 연구는 감자 잎의 건강 상태와 두 가지 종류의 역병(초기/후기)을 분류하기 위한 경량 CNN 모델을 개발했습니다. PlantVillage 데이터셋으로 학습된 이 모델은 현장 데이터셋에서 90.28%의 정확도를 보였습니다. 또한, 계산 효율성 측면에서도 VGG16 및 MobileNetV2와 비교하여 우수한 성능과 작은 용량을 입증하며 농가 적용 가능성을 제시합니다.
10월 15일0