Technology - Category - All Things IT @AI

Technology

2024

공식적인 상호 작용 모델(FIM): AI와 사용자의 상호 작용 방식을 공식화하는 수학 기반 머신 러닝 모델 07-09

CMU 연구진이 TriForce를 소개합니다: 긴 시퀀스 생성으로 확장 가능한 계층적 투기적 디코딩 AI 시스템 소개 07-09

ML커먼스 AI 안전 워킹 그룹의 이 AI 백서에서는 획기적인 AI 안전 벤치마크 v0.5를 소개합니다. 07-09

인과 관계 AI 이해: 상관 관계와 인과 관계 사이의 간극 좁히기 07-09

개방형 소규모 언어 모델을 위한 효율성을 개척한 딥마인드의 RecurrentGemma 04-20

메타, 라마3 기반 메타 AI 챗봇 어시스턴트 출시로 ChatGPT와 경쟁 개시 04-20

Google AI, 벡터 검색의 알고리즘 개선을 통해 ScaNN에 효과적이고 오버헤드가 적은 중복성을 도입한 SOAR 출시 04-20

언어 모델이 올림피아드 프로그래밍을 해결할 수 있을까요? 프린스턴 대학교 연구진이 코드 언어 모델을 엄격하게 평가하기 위한 USACO 벤치마크를 소개합니다. 04-20

딥러닝 하드웨어의 발전: GPU, TPU, 그리고 그 너머 04-20

ReffAKD: 학생 모델에서 지식 증류를 촉진하기 위한 소프트 라벨을 생성하는 머신 러닝 방법 04-20

RAG 모델은 얼마나 충실할까요? 스탠포드에서 발표한 이 AI 논문은 RAG 모델의 충실도와 LLM에서 데이터 정확도가 RAG 시스템에 미치는 영향을 평가합니다. 04-20

구글 딥마인드, 펜자이 출시: 신경망 구축, 편집 및 시각화를 위한 JAX 라이브러리 출시 04-20

AI를 통한 네트워크 최적화: 예측적 유지보수 및 트래픽 관리 살펴보기 04-20

언어 모델 정렬의 혁신: 보상 모델을 사용한 제로 샷 교차 언어 전송으로 다국어 커뮤니케이션 향상 04-20

Microsoft 연구원, VASA-1 소개: 오디오 기반 혁신으로 말하는 얼굴 생성의 사실성을 혁신하다 04-20

인과 관계 챔버로 AI 검증을 강화하세요: 제어된 환경으로 머신 러닝 및 통계의 데이터 격차 해소하기 04-20

CMU의 이 AI 백서에서는 에이전트키트를 소개합니다: 자연어를 사용하여 AI 에이전트를 구축하기 위한 머신 러닝 프레임워크 04-20

놀라운 정확도로 인간의 행동을 예측하는 MIT의 새로운 AI 모델 04-19

압축과 지능의 관계에 대한 실증적 증거를 제공하는 중국의 AI 연구 04-19

메갈로돈 컨텍스트 길이에 제한이 없는 효율적인 시퀀스 모델링을 위한 딥러닝 아키텍처 04-19

1
2
3
127