쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 22일 (일)까지5067건
2건 · "설명가능성"조건 지우기 ×
001▲ 18 · 댓글 3강화학습으로 최소 증거 조합 모두 찾기결과를 만드는 데 꼭 필요한 최소 조건들을 찾는 '최소 증거 식별' 문제를 형식화하고 최소 증거 강화학습(MWRL)을 제시한다.AI · 머신러닝 · Minimal Witness Reinforcement Learning

Key Point기존 강화학습은 한 가지 답이나 불필요한 조건까지 포함한 답을 주지만, 실제 문제 해결·과학 발견·설명 가능성에선 정말 필요한 최소 조건의 모든 조합을 알아야 한다.
핵심 요약
- 결과를 만드는 데 꼭 필요한 최소 조건들을 찾는 '최소 증거 식별' 문제를 형식화하고 최소 증거 강화학습(MWRL)을 제시한다.
- 표준 강화학습은 한 가지 해결책만 찾거나 불필요한 조건이 포함된 중복 해결책을 제시하지만, MWRL은 증거의 가족 전체를 찾아낸다.
- MWRL은 정책에서 샘플링한 성공한 제안들의 합집합을 이용하고, 각 제안을 그룹 합집합에서 그 제안이 없었을 때 손실되는 커버리지로 평가한다.
전체 요약 8문장 읽기 → 002▲ 31 · 댓글 2체스를 두면서 수를 설명하는 언어모델 'Queen' 공개기존 체스 엔진은 초인적 수준으로 두지만 수의 이유를 설명하지 못하고, 언어모델은 설명은 가능하지만 두는 실력이 약하다는 문제를 해결한 4B 파라미터 크기의 Queen 모델을 소개했다.AI · 머신러닝 · Language Models that Play Chess and Explain Their Moves

Key Point전문 모델의 강력한 성능과 언어모델의 설명 능력을 결합하는 새로운 아키텍처로, 체스를 넘어 로봇, 게임 AI 등 여러 도메인에 적용할 수 있는 일반적 프레임워크를 제시한다.
핵심 요약
- 기존 체스 엔진은 초인적 수준으로 두지만 수의 이유를 설명하지 못하고, 언어모델은 설명은 가능하지만 두는 실력이 약하다는 문제를 해결한 4B 파라미터 크기의 Queen 모델을 소개했다.
- Queen은 인코더-디코더 아키텍처와 반복적 증류 알고리즘을 결합한 프레임워크를 사용하며, 침묵하는 체스 엔코더를 크로스-어텐션으로 명령어 튜닝된 언어모델과 통합한다.
- Q&A 커리큘럼을 통해 엔코더의 표현에서 체스 개념을 추출하도록 학습했으며, 벨만 업데이트의 자연어 유사형식으로 설명을 반복 개선한다.
전체 요약 7문장 읽기 →