related iamge

SLAM: 선택적 언어 정렬을 통한 효율적인 다국어 추론

중국과학원 연구진이 개발한 SLAM(Selective Language Alignment)은 기존의 다국어 LLM 훈련 방식의 한계를 극복, 효율성과 성능을 동시에 향상시킨 획기적인 기술입니다. 불필요한 파라미터 조정을 최소화하여 훈련 시간을 단축하고, 다양한 언어에서 우수한 추론 성능을 보였습니다.

related iamge

오프라인 강화학습의 새로운 지평: SALE 기반 앙상블 Q-네트워크

Zheng Chun의 연구는 SALE, 앙상블 Q-네트워크, 기울기 다양성 페널티, 그리고 조정 가능한 BC 기법을 결합하여 오프라인 강화학습의 성능을 크게 향상시켰습니다. D4RL MuJoCo 벤치마크에서 우수한 결과를 보였으며, 자율주행 및 로봇 제어 등 다양한 분야에 파급효과가 클 것으로 예상됩니다.

related iamge

혁신적인 AI 기반 액션 품질 평가: 다중 스테이지 대조 회귀를 활용한 새로운 지평

본 기사는 계층적 자세 유도 다중 스테이지 대조 회귀 방식을 활용한 혁신적인 액션 품질 평가(AQA) 모델에 대한 연구 결과를 소개합니다. 다중 스케일 동적 시각-골격 인코더, 절차적 분할 네트워크, 다중 모달 융합 모듈을 통해 기존 AQA의 한계를 극복하고, 새롭게 주석이 달린 FineDiving-Pose 데이터셋을 통해 모델 성능을 향상시켰습니다. 실험 결과는 제안된 방법의 우수성을 보여주며, 소스 코드와 데이터셋 공개를 통해 학계 및 산업계에 기여할 것으로 기대됩니다.

related iamge

획기적인 수학 문제 풀이 모델 등장: 다양성 강화 지식 증류 (DivKD)의 힘

중국과학원 자동화연구소 연구팀이 개발한 다양성 강화 지식 증류(DivKD) 모델은 수학 문제 풀이 분야의 혁신을 가져왔습니다. 적응형 다양성 증류 기법과 조건부 변이 오토인코더를 통해 기존 모델보다 높은 정확도와 효율성을 달성했으며, 실제 응용 가능성을 입증했습니다.

related iamge

딥러닝과 운동역학의 만남: 자율주행의 미래를 위한 혁신적인 궤적 예측 모델

딥러닝과 운동역학 모델을 결합한 새로운 하이브리드 모델은 자율주행 시스템의 안전성과 효율성을 높이는 궤적 예측을 가능하게 합니다. 전문가 지식을 통합하여 물리적 제약을 고려한 예측으로 더욱 현실적이고 안전한 자율주행을 실현합니다.