related iamge

Xmodel-2: 추론 능력의 혁신을 이끄는 12억 파라미터의 거대 언어 모델

Xiaoduo AI Lab의 연구진이 개발한 12억 파라미터의 거대 언어 모델 Xmodel-2는 효율적인 모델 설계와 훈련 전략을 통해 복잡한 추론 작업에서 최첨단 성능을 달성했습니다. 다양한 규모의 모델에 적용 가능한 통합 하이퍼파라미터 세트와 MiniCPM의 WSD 학습률 스케줄러를 활용하여 훈련 효율성과 안정성을 높였으며, GitHub를 통해 공개되어 연구의 투명성과 공유를 증진시켰습니다.

related iamge

혁신적인 AI 연구: 소비자급 GPU로 대규모 언어 모델 학습이 가능해지다!

Jia-Hong Huang 등 연구진이 개발한 GradNormLoRP는 소비자급 GPU에서도 대규모 언어 모델의 사전 학습 및 미세 조정을 효율적으로 수행할 수 있는 혁신적인 방법입니다. 메모리 사용량을 크게 줄이고 기존 방법보다 우수한 성능을 보이며, AI 기술의 대중화에 크게 기여할 것으로 기대됩니다.

related iamge

멀티에이전트 시스템의 전략적 추론: 마르코프 결정 과정(MDP) 기반 입찰 게임

본 논문은 확률적 환경과 경매 기반 상호작용을 결합한 새로운 MDP 기반 입찰 게임을 제시하고, 가치 반복 알고리즘을 이용한 임계값 및 최적 정책 계산 방법을 제안합니다. 기존 그래프 게임의 한계를 극복하고, 멀티에이전트 시스템의 전략적 추론에 대한 새로운 시각을 제공합니다.

related iamge

SocRATES: 사회적 내비게이션 알고리즘의 자동화된 시나리오 기반 테스트

Shashank Rao Marpally, Pranav Goyal, Harold Soh 등 연구진이 개발한 SocRATES는 LLM을 활용하여 사회적 내비게이션 알고리즘을 시나리오 기반으로 자동 평가하는 시스템입니다. 근접성과 효율성 중심의 기존 평가 방식을 넘어, 로봇의 사회적 역량을 종합적으로 평가하는 새로운 지평을 열었습니다.

related iamge

혁신적인 약물-표적 친화도 예측: ViDTA의 등장

Li 등 연구진이 개발한 ViDTA는 가상 노드와 주목도 기반 특징 융합을 통해 약물-표적 친화도 예측의 정확도를 크게 향상시켰으며, 다양한 벤치마크에서 최첨단 성능을 달성했습니다.