Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
GitHubAI 번역요약
datasec-lab/CodeBreaker
USENIX Security'24에 발표된 CODEBREAKER는 LLM을 활용해 코드 완성 모델을 공격하는 백도어 프레임워크입니다. GPT-4와 같은 모델을 사용하여 탐지 시스템을 회피하면서도 기능적 변화 없이 악성 취약점을 삽입하는 정교한 공격 기법을 제안합니다.
7월 4일1
GitHubAI 번역요약
취약점 탐지를 위한 Awesome-LLMs 리스트
취약점 탐지를 위한 LLM 관련 논문 및 리소스를 정리한 Awesome-LLMs 리스트입니다. VulnGym과 같은 최신 벤치마크를 포함하며, Arxiv 논문을 자동으로 수집하는 워크플로우를 제공합니다.
7월 4일1
GitHubAI 번역요약
superpowers-evals: 초능력(superpowers)을 위한 행동 평가 실험실
Quorum은 다양한 코딩 에이전트(Claude, Codex, Gemini 등)의 행동을 평가하기 위한 실험실입니다. 단순 벤치마크를 넘어 워크플로 준수, 하위 에이전트 조정, 검증 반사 등을 정밀하게 측정합니다.
7월 1일1
GitHubAI 번역요약
code-rag-bench/code-rag-bench
CodeRAG-Bench는 검색(Retrieval) 기술이 코드 생성 능력을 얼마나 향상시킬 수 있는지 평가하기 위한 벤치마크 프로젝트입니다. BM25, dense retrievers, proprietary API 임베딩 등을 활용한 검색과 실행 기반 평가 체계를 제공합니다.
6월 27일0
GitHubAI 번역요약
withinmiaov/A-Survey-on-Mixture-of-Experts-in-LLMs
대규모 언어 모델(LLM) 내 Mixture-of-Experts(MoE) 기술에 관한 최신 논문과 리소스를 정리한 서베이 논문입니다. MoE 모델의 발전 연대기와 오픈 소스 및 독점 모델의 구분, 도메인별 분류를 포함합니다.
6월 25일0
GitHubAI 번역요약
ljaiverson/pFedMoAP
ICLR 2025에 채택된 pFedMoAP 논문의 공식 구현 코드로, MoE(Mixture of Experts) 관점을 적용하여 연합 학습 환경에서 시각-언어 모델의 프롬프트를 개인화하는 프레임워크를 제안합니다.
6월 21일2
GitHubAI 번역요약
ModelTC/MoDES
MoDES는 MoE MLLM의 추론 효율성을 높이기 위해 전문가를 적응적으로 건너뛰는 최초의 training-free 프레임워크입니다. 성능 저하를 최소화하면서도 계산량을 줄여 추론 속도를 크게 향상시킵니다.
6월 21일1
GitHubAI 번역요약
kyegomez/LIMoE
언어와 이미지를 결합한 최초의 대규모 멀티모달 전문가 혼합(Mixture of Experts) 모델인 LIMoE의 구현체입니다. 멀티모달 대조 학습을 통해 효율적인 모델 구조를 제안합니다.
6월 21일1
GitHubAI 번역요약
LibMoE: 재현 가능하고 효율적이며 확장 가능한 MoE 연구를 위한 통합 프레임워크
LibMoE는 MoE(Mixture of Experts) 연구의 높은 비용과 복잡성을 해결하기 위해 설계된 통합 프레임워크입니다. 사전 훈련과 희소 업사이클링을 모두 지원하며, 라우팅 역학 및 전문가 활용도에 대한 투명한 분석 도구를 제공합니다.
6월 17일1
GitHubAI 번역요약
AgenticRAG-Survey
Agentic RAG(에이전트 검색 증강 생성)의 개념과 워크플로우 패턴을 다루는 종합 서베이 논문 및 리소스입니다. 자율 에이전트를 RAG 파이프라인에 통합하여 복잡한 추론과 다단계 작업을 수행하는 최신 기술 동향을 체계적으로 분류합니다.
6월 17일2
GitHubAI 번역요약
ReLink-Inc/PropRAG
PropRAG는 LLM의 멀티홉 추론 능력을 강화하기 위해 설계된 새로운 RAG 프레임워크입니다. 문맥적 명제를 기본 단위로 활용하고 LLM-free 온라인 빔 서치 알고리즘을 통해 지연 시간과 비용을 줄이면서 복잡한 질의에 대한 성능을 극대화했습니다.
6월 16일0
GitHubAI 번역요약
CRUD-RAG: 대규모 언어 모델의 검색 증강 생성 (RAG)을 위한 종합적인 중국어 벤치마크
RAG 시스템의 성능을 평가하기 위한 새로운 중국어 벤치마크인 CRUD-RAG를 소개합니다. 이 벤치마크는 데이터셋, 실험 튜토리얼, 평가 코드를 포함하며 RAG 시스템의 역량을 종합적으로 측정합니다.
6월 16일1
GitHubAI 번역요약
LegalGraphRAG: 멀티 에이전트 그래프 검색을 통합한 법률 판결 예측 평가 프레임워크
LegalGraphRAG는 멀티 에이전트 그래프 검색을 통합하여 법률 판결을 예측하고 평가하는 프레임워크입니다. 다양한 LLM과 법률 데이터셋을 지원하며, 기존 베이스라인 모델들과의 재현 가능한 비교 기능을 제공합니다.
6월 15일2
GitHubAI 번역요약
PlanRAG: 의사 결정자로서의 생성형 거대 언어 모델(LLM)을 위한 계획 후 검색 증강 생성 (Plan-then-Retrieval
NAACL 2024에 채택된 PlanRAG는 LLM이 의사 결정자로서 먼저 계획을 세운 뒤 검색을 수행하는 'Plan-then-Retrieval' 방식을 제안합니다. 관계형 및 그래프 데이터베이스 환경에서 기존 RAG 방식보다 향상된 성능을 목표로 합니다.
6월 15일1
GitHubAI 번역요약
aiwaves-cn/agents
에이전트 학습 및 평가를 지원하는 Agents 2.0 프레임워크를 출시했습니다. 신경망의 역전파 원리를 언어 에이전트 파이프라인에 적용하여 기호 학습(Symbolic Learning)을 구현합니다.
6월 15일1
GitHubAI 번역요약
문서 간 검색 증강 생성 (Retrieval-Augmented Generation) 평가를 위한 데이터셋
MultiHop-RAG는 RAG 파이프라인에서 문서 간 검색 및 추론 능력을 평가하기 위한 새로운 QA 데이터셋입니다. 2,556개의 쿼리를 포함하며, 메타데이터를 활용해 실제 서비스의 복잡한 시나리오를 반영합니다.
6월 15일1
GitHubAI 번역요약
DEEP-PolyU/Awesome-GraphRAG
GraphRAG 기술에 관한 최신 연구와 리소스를 큐레이션한 저장소입니다. 지식 그래프를 활용하여 기존 RAG의 한계를 극복하는 다양한 연구 논문과 벤치마크를 제공합니다.
6월 15일1
GitHubAI 번역요약
Bayer-Group/text-to-sql-epi-ehr-naacl2024
NAACL 2024에 채택된 이 연구는 전자 건강 기록(EHR)을 활용하여 역학적 질문에 답하기 위한 RAG 기반의 text-to-SQL 생성 기술을 제안합니다. 질문과 SQL 쌍을 검색 증강 방식으로 생성하여 복잡한 의료 데이터 질의를 자동화하는 워크플로우를 포함합니다.
6월 9일1
GitHubAI 번역요약
phycholosogy/RAG-privacy
RAG 시스템의 프라이버시 취약점과 이점을 분석한 연구 논문을 소개합니다. 새로운 공격 방법론을 통해 검색 데이터베이스 유출 위험을 입증하는 동시에, RAG가 LLM의 학습 데이터 유출을 완화할 수 있다는 양면성을 밝혀냈습니다.
6월 9일1
GitHubAI 번역요약
Hannibal046/xRAG: 단일 토큰을 이용한 검색 증강 생성 (RAG)용 극한 컨텍스트 압축
xRAG는 단일 토큰을 활용하여 검색 증강 생성(RAG) 시 컨텍스트를 극한으로 압축하는 기술을 제안합니다. Mistral-7B 및 Mixtral-8x7B를 백본으로 사용하며, 효율적인 정보 압축을 통해 RAG 성능을 최적화합니다.
6월 9일2