related iamge

MultiTASC++: 스마트홈 시대의 지능형 추론 시스템

본 기사는 에지 기반 멀티 디바이스 캐스케이드 추론을 위한 새로운 스케줄러 MultiTASC++에 대해 소개합니다. MultiTASC++는 스마트홈과 같은 다양한 IoT 환경에서 AI 모델을 효율적으로 활용할 수 있도록 설계되었으며, 다양한 기기와 서버 사이의 작업 분배를 최적화하여 높은 정확도와 낮은 지연 시간을 동시에 달성합니다. 최대 100개의 기기까지 지원하며, 확장성과 효율성을 갖춘 MultiTASC++는 지능형 실내 환경의 발전에 크게 기여할 것으로 예상됩니다.

related iamge

대규모 언어 모델의 놀라운 재활용: 버려진 모델이 최고의 성능을 만들어낼 수 있다면?

본 기사는 대규모 언어 모델 훈련 과정에서 버려지는 하위 최적 모델들을 재활용하여 성능을 향상시키는 새로운 연구 결과를 소개합니다. 선형 결합을 통한 모델 병합 기법을 사용하여 파레토 최적 모델을 생성하고, 놀랍게도 초기 성능이 좋지 않았던 모델들도 최종 모델의 성능 향상에 기여함을 밝혔습니다. 이는 대규모 언어 모델 개발의 효율성 향상과 지속가능성에 기여하는 중요한 발견입니다.

related iamge

딥러닝과 미세유체역학의 만남: 폴리머 용융체 점도 측정의 새로운 지평

딥러닝과 미세유체역학을 결합한 새로운 방법론으로 폴리머 용융체의 점도를 실시간으로 정확하게 측정할 수 있게 되었습니다. 이는 미세유체 장치 설계 및 테스트 과정을 효율화하고 비용을 절감하는 데 크게 기여할 것으로 기대됩니다.

related iamge

생성 모델의 암기 현상, 이제는 기하학적으로 파헤친다!

본 연구는 생성 모델의 암기 현상을 확률 풍경의 기하학적 특징을 이용하여 분석하는 새로운 프레임워크를 제시합니다. Hessian 행렬의 고유값을 통해 암기 현상을 정량적으로 측정하고, 다양한 데이터셋 실험을 통해 그 효과성을 검증함으로써, 안전하고 신뢰할 수 있는 생성 모델 개발에 기여할 것으로 기대됩니다.

related iamge

Monet: Transformer를 위한 단일 의미 전문가 혼합 모델 - 투명한 거대 언어 모델을 향한 발걸음

서울대학교 연구팀이 개발한 Monet 모델은 거대 언어 모델의 해석성을 높이고, 유해 콘텐츠 생성 방지에 기여하는 혁신적인 기술입니다. 희소 사전 학습을 효율적으로 통합하여 전문가 수를 대폭 확장하면서도 성능 저하 없이 모델의 행동을 제어할 수 있는 잠재력을 보여줍니다. 이는 더욱 안전하고 윤리적인 AI 시스템 구축을 위한 중요한 진전입니다.