쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
3건 · "양자컴퓨팅"조건 지우기 ×
001▲ 45 · 댓글 4언어 모델 가중치의 비트 수준 최적화로 추론 오류 수정MIT의 weight-space programming 방식을 개선한 Tree-Ising 기법이 언어 모델의 추론 오류를 이진 최적화 문제로 변환하여 수정한다.AI · 머신러닝 · Tree-Ising: Repairing Language Models with Bit-Level Ising Edits

Key Point언어 모델의 추론 오류를 비트 수준에서 직접 수정하는 새로운 방법이 기존 에이전트 기반 편집보다 효율적이고 정확하며, 기존 요구사항(89.7M 토큰, 158 에이전트 턴)을 대폭 줄인다.
핵심 요약
- MIT의 weight-space programming 방식을 개선한 Tree-Ising 기법이 언어 모델의 추론 오류를 이진 최적화 문제로 변환하여 수정한다.
- 방법은 모델의 BF16 가중치에서 부호 반전과 지수 이동만 허용하는 이산 최적화를 통해 루프 방향은 약화시키고 결론 방향은 강화하되 생산적 토큰의 레이어 출력은 보존한다.
- Qwen 3.5-0.8B의 두 개 레이어에 적용했을 때 MATH-500에서 54.6% 정확도를 달성하여 GPT-6 Astra 에이전트의 51.7%를 초과한다.
전체 요약 8문장 읽기 → 002▲ 131 · 댓글 2AI 에이전트, 미해결 과학 문제 연구 능력 평가AI 에이전트가 과학 논문을 바탕으로 새로운 연구 방향을 제시하고 후속 논문을 작성할 수 있는지 평가하는 벤치마크 'Into the Unknown'을 소개했다.AI · 머신러닝 · Into the Unknown: Benchmarking AI agents on open scientific research problems

Key PointAI가 실제 과학 연구를 수행할 수 있는지 평가하는 대규모 벤치마크로, 84%의 논문이 무결성 검사를 통과하지 못하며 현재 AI 에이전트의 과학 연구 능력이 어느 수준인지 구체적으로 보여준다.
핵심 요약
- AI 에이전트가 과학 논문을 바탕으로 새로운 연구 방향을 제시하고 후속 논문을 작성할 수 있는지 평가하는 벤치마크 'Into the Unknown'을 소개했다.
- 미국 에너지부(DOE) 국립연구소의 과학자들이 미발표 연구 방향과 평가 기준을 제공했으며, 이를 통해 정답이 없는 연구 문제에 대한 평가가 가능해졌다.
- 양자컴퓨팅, 플라즈마 물리, 전산화학, 재료과학, 과학 머신러닝 등 5개 분야에서 9개 최고 성능 에이전트들이 각각 15편씩 총 135편의 후속 논문을 작성했다.
전체 요약 7문장 읽기 → 003▲ 31 · 댓글 2양자 회로로 언어모델 성능 끌어올린다언어모델의 각 트랜스포머 블록에 양자 회로 모듈을 덧붙이는 HyperQ 기법을 제안했다.AI · 머신러닝 · Circuit Hypernetworks for Quantum-Augmented Diffusion Language Models

Key Point양자컴퓨팅의 이론적 우월성을 실제 언어모델 작업에 구현하면서 계산 효율성을 확보한 새로운 아키텍처로, 고비용 양자 회로를 대규모 신경망에 통합하는 방법론을 제시한다.
핵심 요약
- 언어모델의 각 트랜스포머 블록에 양자 회로 모듈을 덧붙이는 HyperQ 기법을 제안했다.
- 토큰의 숨겨진 상태를 읽어 양자 회로의 좌표를 생성하고 실행한 후 결과를 잔차 연결로 더한다.
- 회로 하이퍼네트워크가 토큰별로 회전각과 결합력, 측정축을 생성하되 공유 희소 회로 구조를 사용한다.
전체 요약 5문장 읽기 →