LLM 강화학습서 추론과 암기 탐색을 분리하는 DiRL 제안
LLM(대규모 언어 모델) 강화학습에서 새로운 탐색 궤적이 진정한 추론 향상에서 비롯된 것인지, 아니면 암기된 패턴의 변형에서 비롯된 것인지를 구분하는 방법론 ...
[태그:] AI연구
슈미트 분해로 양자 회로 깊이 97% 줄이며 이미지 인코딩 효율화
양자 이미지 처리(quantum image processing)에서 고전 이미지 데이터를 양자 상태로 인코딩하는 과정의 회로 복잡도를 낮추는 새로운 방법이 제안됐다. 연구팀은 슈미트 ...
리즌앨록, 추론 모델 KV 캐시 병목 해소하는 계층적 예산 할당 제안
훈련 없이 적용 가능한 KV 캐시 예산 할당 프레임워크 리즌앨록이 수학 추론 벤치마크에서 기존 균일 예산 방식을 상회하는 성능을 보였다.
LLM 언러닝 새 접근법, 영공간 제약 저랭크 적응으로 원치 않는 지식 정밀 제거
대규모 언어 모델(LLM)에서 유해하거나 불필요한 지식을 선택적으로 제거하는 기술, 이른바 '언러닝(unlearning)' 연구에서 새로운 접근법이 제시됐다. 연구팀은 영공간 제약 응답 지정 ...
생성형 AI 교육 연구, 학습자 주체성 사회문화 차원 간과하고 있다
생성형 AI 교육 연구가 학습자 주체성의 핵심 차원 중 하나인 사회문화적 측면을 체계적으로 외면하고 있다는 대규모 의미론적 분석 결과가 나왔다. ...
K-포싱, 한 번에 여러 토큰 생성해 LLM 추론 속도 최대 3.5배 향상
대규모 언어 모델(LLM)의 추론 속도를 높이기 위한 새로운 디코딩 패러다임 'K-포싱(K-Forcing)'이 제안됐다. 연구팀은 기존 자기회귀(AR) 모델의 학생 모델에 진보적 자기 ...
LLM 에이전트 스스로 개선하는 자기지도 최적화 기법 RHO 제안
외부 정답 데이터 없이 과거 실행 궤적만으로 에이전트 하네스를 자동 개선하는 RHO 기법이 SWE-Bench Pro에서 통과율을 59%에서 78%로 끌어올렸다.
텍스트-이미지 생성 모델 결함, 위치·유형·이유로 구조화해 진단한다
텍스트-이미지 모델의 생성 결함을 위치·유형·이유·중요도 4요소 튜플로 구조화해 진단하는 새 방법론 SDG가 제안됐다.
의료 영상 분할, 아키텍처보다 데이터셋 특성이 먼저다
의료 영상 분할 모델 설계에서 아키텍처 경쟁 대신 데이터셋 요구사항을 체계화하는 MS-DKC 프레임워크가 제안됐다. 데이터 특성을 기반으로 모델 설계 우선순위를 ...
2026년 상반기 LLM 연구 흐름: 추론·에이전트·하이브리드 아키텍처
머신러닝 연구자 세바스찬 라쉬카가 2026년 1~5월 LLM 주요 논문 목록을 정리했다. 하이브리드 아키텍처, 추론 모델, 에이전트 시스템이 올해 연구의 3대 ...
LLM으로 사망률 예측 인터페이스 접근성 높인다
보험계리사·정책 결정자를 위한 LLM 기반 사망률 예측 인터페이스 연구가 발표됐다. 자연어 입력을 구조화된 예측 설정으로 변환해 통계적 정확성과 접근성을 동시에 ...
LLM으로 감염병 확산 시뮬레이션, 소득·교육이 핵심 변수
LLM 기반 에이전트 시뮬레이션으로 감염병 자기보고 행동을 모델링한 결과, 소득과 교육 수준이 보고율 차이를 가장 크게 결정하는 요인으로 나타났다.
