쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 22일 (일)까지 5067건
10건 · "학습 기법"조건 지우기 ×
001 12:11 ▲ 418 · 댓글 2 공간 인식 AI, 다중 질문 형식을 동시에 학습하는 기법 제시 공간 비전언어모델(VLM)을 단일 형식으로 학습하면 한 종류의 질문(예: 사물의 위치)에만 성능이 높고 다른 형식(거리 추정)으로의 전이가 약해지는 '인터페이스 락-인' 현상이 발생한다. AI · 머신러닝 · ChronoReplay: One Answer Interface Is Not Enough for Streaming Spatial Intelligence
Key Point 공간 인식 AI가 여러 형식의 질문을 동시에 잘 답하기 위한 학습 구조를 제시해 멀티태스크 비전언어모델의 효율성을 크게 높일 수 있는 실마리를 제공한다.
핵심 요약
공간 비전언어모델(VLM)을 단일 형식으로 학습하면 한 종류의 질문(예: 사물의 위치)에만 성능이 높고 다른 형식(거리 추정)으로의 전이가 약해지는 '인터페이스 락-인' 현상이 발생한다. ChronoReplay는 다양한 공간 감독을 시간 순서대로 에피소드 형태로 반복 재생하고 각 형식의 원본 목표를 유지하면서 감독 신호를 균형 있게 분배하는 방식으로 이 문제를 해결한다. 동일한 시각 정보 접근 조건에서 ChronoReplay 체크포인트는 OVO-S-Bench, OST-Bench, UCS-Bench 세 벤치마크를 동시에 개선하며, 특히 OST-Bench에서 13.41포인트 향상을 달성했다. 전체 요약 6문장 읽기 → 002 21:11 ▲ 113 · 댓글 55 인터뷰 팁이 퍼즐 게임 풀이에도 효과, 생각을 말로 나타내기의 힘 저자는 면접에서 지원자에게 생각을 큰 소리로 말하도록 하는 관행을 유지해왔는데, 최근 2016년 퍼즐 게임 'The Witness'를 할 때 자신의 사고 과정을 음성으로 나레이션하기 시작했다. 기타 · Chain of Thought for Humans
Key Point 사고 과정을 말로 표현하는 것이 단순한 의사소통 기법이 아니라 실제 인지 성능을 향상시킨다는 기초적인 이해를 제시하며, 문제 해결 전략의 과학적 근거를 보여준다.
핵심 요약
저자는 면접에서 지원자에게 생각을 큰 소리로 말하도록 하는 관행을 유지해왔는데, 최근 2016년 퍼즐 게임 'The Witness'를 할 때 자신의 사고 과정을 음성으로 나레이션하기 시작했다. 자신의 생각 속도가 말보다 빠르고 기하학적 추론은 언어로 표현하기 어려운데도 불구하고, 이 방법이 놀랍게도 퍼즐 풀이 효율을 크게 높였다. 저자는 LLM이 이전 생각을 반복할 수 없어 토큰을 출력해야 하는 아키텍처 제약이 있지만, 인간의 경우 다른 메커니즘이 작동한다고 생각했다. 전체 요약 6문장 읽기 → 003 15:11 ▲ 10 · 댓글 2 강화학습으로 추론을 최적화한 의사결정 AI 모델 공개 Hugging Face에서 0.8B부터 27B까지 매개변수 규모의 의사결정 모델 'StartLux-Decision'을 발표했다. AI · 머신러닝 · StartLux-Decision: AutoThink Decision Models with Reinforcement Learning for Calibrated Deliberative Decisions
Key Point 추론 비용을 크게 줄이면서도 정확도를 유지하는 강화학습 기법이 도입되어 실무 배포 시 비용 효율성이 개선된다.
핵심 요약
Hugging Face에서 0.8B부터 27B까지 매개변수 규모의 의사결정 모델 'StartLux-Decision'을 발표했다. Instant 모델은 양방향 주의 메커니즘으로 단일 패스 추론 속도를 유지하면서 정확도를 높이고, AutoThink 모델은 불확실한 결정에만 명시적 추론을 수행하고 확신 있는 경우는 직접 답한다. 3단계 훈련 파이프라인으로 공통 의사결정 능력을 먼저 확립한 뒤 두 모델 변형을 특화하고, 추론 지도학습과 강화학습으로 AutoThink에 추론 능력을 부여한다. 전체 요약 9문장 읽기 → 004 15:11 ▲ 23 · 댓글 2 확산 모델 강화학습을 위한 라우팅 정책 최적화 기존 강화학습 방식은 역방향 디노이징 궤적을 섭동하여 비용이 많이 드는 롤아웃 기반 최적화를 수행하는데, 생성 모델 내부에서 확률적 탐색을 도입하면서 원래의 샘플러를 보존할 수 있는지 묻는 새로운 접근을 제시했다. AI · 머신러닝 · Routing Policy Optimization for Online Diffusion Reinforcement Learning
Key Point 생성 모델을 보상 신호로 정렬할 때 훈련 효율을 4배 향상시키면서도 추론 시 모델의 원래 특성을 유지하는 새로운 강화학습 기법이 제시되어, 확산 모델 최적화의 실질적 한계를 해결한다.
핵심 요약
기존 강화학습 방식은 역방향 디노이징 궤적을 섭동하여 비용이 많이 드는 롤아웃 기반 최적화를 수행하는데, 생성 모델 내부에서 확률적 탐색을 도입하면서 원래의 샘플러를 보존할 수 있는지 묻는 새로운 접근을 제시했다. Routing Policy Optimization (RPO)는 어텐션 라우팅을 확률적 탐색 행동으로 변환하여 이를 답한다. 선택된 몇 개의 디노이징 단계에서 각 쿼리 블록은 자신의 블록을 유지하면서 생성 모델의 자연스러운 어텐션 질량에 비례하여 추가 키 블록을 샘플링하거나 밀집 어텐션을 유지한다. 전체 요약 9문장 읽기 → 005 18:30 ▲ 37 · 댓글 1 LLM 추론 안정성 높이는 새 학습 기법 제안 대규모 언어모델의 추론 능력을 개선하는 검증 가능한 보상 강화학습(RLVR)이 있지만, 모델의 예측이 문제와 무관한 프롬프트 표현에 민감하게 반응하는 문제가 있다. AI · 머신러닝 · Semifactual Credit-Augmented Policy Optimization
Key Point 토큰 수준의 미세한 신용 할당으로 LLM 추론 정확도를 5~6% 개선하는 새로운 학습 기법으로, 프롬프트 표현에 과민한 모델의 근본적 문제를 다룬다.
핵심 요약
대규모 언어모델의 추론 능력을 개선하는 검증 가능한 보상 강화학습(RLVR)이 있지만, 모델의 예측이 문제와 무관한 프롬프트 표현에 민감하게 반응하는 문제가 있다. 연구팀은 답을 유지하면서 프롬프트만 변경하는 반사실적 개입으로 이를 분석했고, 토큰 수준에서 큰 민감도 편차가 있으며 불안정한 토큰을 디코딩 중에 억제하면 모델 가중치를 업데이트하지 않아도 추론 정확도가 높아짐을 발견했다. 기존의 그룹상대정책최적화(GRPO)는 모든 응답 토큰에 동일한 이점을 할당하여 추론과 무관한 특성 의존성까지 강화할 수 있다는 한계가 있다. 전체 요약 7문장 읽기 → 006 18:33 ▲ 26 · 댓글 2 강화학습만으로 의료 LLM 도메인 적응한 HuatuoGPT-3 범용 대규모언어모델(LLM)을 특정 도메인 전문가로 바꾸기 위해 OnePO(One-stage Policy Optimization)라는 강화학습 기법을 제안했습니다. AI · 머신러닝 · HuatuoGPT-3: RL-Only Domain Adaptation from Base Models
Key Point 의료 LLM 개발 시 SFT 없이 강화학습만으로도 최신 모델을 능가하는 성과를 낼 수 있음을 보여주므로, 도메인 적응 파이프라인의 효율성이 크게 달라질 수 있습니다.
핵심 요약
범용 대규모언어모델(LLM)을 특정 도메인 전문가로 바꾸기 위해 OnePO(One-stage Policy Optimization)라는 강화학습 기법을 제안했습니다. 기존 SFT+RL 방식은 탐색 다양성을 감소시키고 다단계 최적화의 복잡성이 있어, 순수 강화학습만으로 적응하는 방식을 개발했습니다. 순수 on-policy RL의 콜드스타트 문제와 혼합정책 RL의 문제점(gradient starvation, teacher-distribution anchoring)을 파악했습니다. 전체 요약 8문장 읽기 → 007 09:11 ▲ 13 · 댓글 1 LLM 라우팅의 경제성을 높이는 희소 감독 학습 기법 LLM 라우팅은 쿼리를 적절한 모델에 할당해 서빙 비용을 줄이지만, 라우터 학습을 위해선 여러 후보 모델을 반복 실행해 피드백을 모아야 하므로 배포 전 상당한 감독 비용이 발생한다. AI · 머신러닝 · Routing Should Pay for Itself: Sparse Supervision for Economical LLM Routing
Key Point LLM 라우팅 시스템의 총소유비용을 처음으로 정량화하며, 학습 비용과 서빙 절감을 동시에 고려하는 새로운 평가 방식이 산업 배포에 미치는 영향이 크기 때문이다.
핵심 요약
LLM 라우팅은 쿼리를 적절한 모델에 할당해 서빙 비용을 줄이지만, 라우터 학습을 위해선 여러 후보 모델을 반복 실행해 피드백을 모아야 하므로 배포 전 상당한 감독 비용이 발생한다. 기존 연구는 서빙 단계 효율성에만 집중해, 그 절감액이 사전 학습 비용을 회수할 수 있는지 여부를 무시했다. 라우팅 품질은 모든 피드백을 수집하기 훨씬 전에 포화되는 경향을 보여, 밀집한 감독이 경제적으로 과도함을 시사한다. 전체 요약 8문장 읽기 → 008 21:11 ▲ 28 · 댓글 1 AI 에이전트의 '주도적 질문' 능력 학습법 제시 도구를 사용하는 AI 에이전트는 보통 사용자가 명시적으로 요청한 것만 답하지만, 작업 완료에는 미요청 정보가 필요할 수 있다. AI · 머신러닝 · Asking for What Was Never Requested: Horizontal and Vertical Proactivity in Agents
Key Point AI 에이전트의 효율성을 높이는 방법이 단순히 '더 자주 행동하기'가 아니라 '무엇을 물을지 선택하는 것'에 있다는 새로운 관점을 제시하기에, 실무 챗봇·고객 서비스 시스템을 개선하려는 개발팀에 직접 적용 가능한 기술이다.
핵심 요약
도구를 사용하는 AI 에이전트는 보통 사용자가 명시적으로 요청한 것만 답하지만, 작업 완료에는 미요청 정보가 필요할 수 있다. 기존 주도성(proactivity) 연구는 에이전트가 독립 행동할지 여부만 연구했으나, 이 논문은 어떤 정보를 추구할지라는 콘텐츠 축을 새로 제시한다. 수평 주도성은 현재 맥락이 이미 식별한 미명시 정보를 추구하고, 수직 주도성은 초기 증거만이 드러내는 필요를 추구한다. 전체 요약 10문장 읽기 → 009 21:11 당일 +174 Anki, 오픈소스 암기 앱의 전산 버전 공개 Anki는 간격 반복(spaced repetition) 기반의 플래시카드 프로그램입니다. 오픈소스 · 도구 · ankitects/anki · Rust
Key Point 간격 반복 학습 기법을 적용한 효율적인 암기 도구의 공개 소스코드를 통해 독자 여러분이 직접 기여하거나 확장 기능을 개발할 수 있습니다.
핵심 요약
Anki는 간격 반복(spaced repetition) 기반의 플래시카드 프로그램입니다. GitHub에서 Rust로 작성된 컴퓨터 버전의 소스코드를 공개하고 있습니다. 기여자들의 참여를 환영하며 개발 빌드의 베타 버전도 별도로 제공합니다. 010 08:27 ▲ 117 · 댓글 45 뇌처럼 학습하는 신경망, 역전파 대체 기술 등장 PC-ALM이라는 신경망 학습 기법을 소개하는 논문으로, 역전파를 대체하는 국소적 동역학계 방식을 사용합니다. AI · 머신러닝 · Backprop Alternative: Augmented Lagrangian Predictive Coding
Key Point 뇌의 신용 할당 문제라는 오랜 신경과학 미스터리를 푸는 가능성을 제시하며, 동시에 에지 디바이스의 에너지 효율 문제를 해결할 기술 경로를 보여줍니다.
핵심 요약
PC-ALM이라는 신경망 학습 기법을 소개하는 논문으로, 역전파를 대체하는 국소적 동역학계 방식을 사용합니다. 각 계층에 피드백 제어 시스템을 갖춰 층간 국소 통신만으로 신용 할당 문제를 해결하며, 1000층까지 학습 가능합니다. 표준 역전파는 순전파→역전파→가중치 업데이트가 엄격한 순서로 진행되는데, 뇌는 이런 시간 동기화 메커니즘이 없어 역전파를 구현할 수 없다는 신경과학 문제에서 출발했습니다. 전체 요약 5문장 읽기 →