쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
2건 · "자체학습"조건 지우기 ×
001▲ 50 · 댓글 1확산 모델이 외부 도움 없이 자신을 개선하는 법기존 연구에서 언어모델은 학생 파라미터로 구동하는 교사 네트워크의 도움으로 자체 평가 신호를 얻을 수 있음을 보였는데, 이를 확산 모델에 적용할 방법을 제시한다.AI · 머신러닝 · SALD: Self-Referenced Advantage Learning for Diffusion Models

Key Point확산 모델의 학습을 더 효율적으로 만들 수 있는 새로운 기법으로, 추가 모델이나 파라미터 없이 모델 자신의 내부 신호만으로 성능을 개선할 수 있다는 점이 의미 있다.
핵심 요약
- 기존 연구에서 언어모델은 학생 파라미터로 구동하는 교사 네트워크의 도움으로 자체 평가 신호를 얻을 수 있음을 보였는데, 이를 확산 모델에 적용할 방법을 제시한다.
- SALD는 같은 모델으로 각 이미지-캡션 쌍을 두 가지 노이즈 수준에서 평가하는 자체 참조 학습 프레임워크다.
- 낮은 노이즈 경로는 그래디언트 추적 없이 평가되어 참조값을 제공하고, 높은 노이즈 경로는 학습 그래디언트를 생성한다.
전체 요약 8문장 읽기 → 002▲ 13 · 댓글 2로봇 촉각센서, 자체학습으로 표현력 높인다로봇의 접촉 기반 섬세한 조작에 쓰이는 촉각센서는 시각에 가려진 환경에서 필수적인데, 기존에는 사전학습된 이미지 인코더와 달리 촉각 인코더는 주로 원본 신호로부터 처음 학습되어 표현력이 제한된다.AI · 머신러닝 · Tactile-JEPA: Topology-Aware Self-Supervised Representation Learning for Distributed Tactile Sensors

Key Point로봇이 손으로 물체를 조작할 때 촉각센서 데이터를 얼마나 잘 해석하느냐에 따라 정밀도가 크게 달라지는데, 기존에 없던 효율적인 사전학습 방법이 나왔다.
핵심 요약
- 로봇의 접촉 기반 섬세한 조작에 쓰이는 촉각센서는 시각에 가려진 환경에서 필수적인데, 기존에는 사전학습된 이미지 인코더와 달리 촉각 인코더는 주로 원본 신호로부터 처음 학습되어 표현력이 제한된다.
- 분산 전자피부처럼 불규칙하게 배치된 촉각센서는 시각 기반 센서와 다르게 희소하고 불규칙한 구조를 가져, 기존 시각학습 방식을 직접 적용하기 어렵다.
- Tactile-JEPA는 센서의 공간적 배치와 연결 관계를 활용해 토폴로지 인식형 표현을 학습하는 자체지도학습 사전학습 방법이다.
전체 요약 8문장 읽기 →