우리는 에이전트가 자체 실험을 설계하고, 물리적으로 오류를 가진 시뮬레이터를 활용하며, 95% 신뢰구간을 보고하는 벤치마크를 처음으로 제시합니다.
새로운 기술,
내 일에 필요한 변화.
최근 공개된 기술과 검증 결과를 확인하세요. 과거 자료는 전체 글에서 찾아볼 수 있습니다.
먼저 알아둘 변화
새로 등록한 글 중 서로 다른 분야의 소식
새로 확인한 기술
최근 14일의 원문을 블랙덱에 새로 등록한 순서로 보여드립니다.
시간에 따라 변화하는 장기 생존 예측에 대한 해석 가능성을 제공하는 모델 독립적 프레임워크를 제안합니다.
각 손 관절에 맞는 학습 가능한 쿼리를 적용하여 시각과 EMG 데이터를 동적 조합합니다.
LLM이 태블러 기반 모델의 파라미터를 직접 조작하여 통계 계산을 프로그래밍합니다.
소프트웨어-하드웨어 공동 설계를 통해 HBF 지연을 최소화하는 프리페치 기술을 제안합니다.
글로벌 프록시-타겟 회귀를 통해 타임라인 신호의 시간적 표현을 학습합니다.
개방형 27B 추론 모델이 시뮬레이션에서 실제 로봇을 직접 사용하도록 강화 학습을 통해 학습합니다.
기존 템플릿 기반 맵핑의 기하학적 제약을 제거하여 유연한 계산 배치를 가능하게 합니다.
대규모 언어 모델 에이전트가 사례 보고서를 분석하여 공통 데이터 요소를 자동 생성합니다.
특정 핫스팟과의 상호작용을 명확히 분리하여 다중 목적을 추구하는 접근법을 제시합니다.
정답을 도출한 후에도 에이전트가 계속 실행되는 현상을 정량적으로 분석합니다.
단순한 프리픽스에서 신뢰도를 기반으로 경계 근처 질문에 집중하여 계산 효율을 향상시킵니다.
전처리된 인코더에 숨긴 백도어를 설치하고, 정제된 데이터 페인팅 과정에서 활성화하는 방식을 제안합니다.
예측 시장 규칙을 도입하여 각 제출 단계의 진전에 보상하며, 정체성 분리 및 병합을 방지합니다.
이벤트를 기반으로 한 의미적 앵커를 도입하여 목적별 이동 패턴을 분리 학습합니다.