전체 글422 [2026-1] 이루가 - Improving Factuality and Reasoning in LanguageModels through Multiagent Debate 논문 링크: https://arxiv.org/abs/2305.14325 Improving Factuality and Reasoning in Language Models through Multiagent DebateLarge language models (LLMs) have demonstrated remarkable capabilities in language generation, understanding, and few-shot learning in recent years. An extensive body of work has explored how their performance may be further improved through the tools of parxiv.org Abstract연구 배경.. 2026. 7. 26. [2026-1] 김지원 - CAMEL:Communicative Agents for “Mind”Exploration of Large Language Model Society 논문: CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society저자: Guohao Li 외 (KAUST) / NeurIPS 2023논문 링크: https://proceedings.neurips.cc/paper_files/paper/2023/file/a3621ee907def47c1b952ade25c67698-Paper-Conference.pdfIntroduction2023년 초 기준 챗봇형 LLM들은 성능은 좋은데 결국 사람이 계속 프롬프트를 던져줘야 굴러감. 사람이 도메인 지식이 없으면 애초에 좋은 프롬프트를 못 만듦 (ex: 트레이딩 봇을 만들고 싶은데 프로그래밍을 모르는 사람)."사람 개입을 최소화하면서 AI .. 2026. 7. 25. [2026-1] 주서영 - Neural Collapse versus Low-rank Bias: Is Deep Neural Collapse Really Optimal? https://arxiv.org/pdf/2405.14468 이 논문은 깊고 비선형인 다중 클래스 모델에서는 Deep Neural Collapse의 직교 구조가 전역 최적해가 아니며, 정규화가 유도하는 low-rank 표현이 더 낮은 목적함수를 달성할 수 있다는 것을 이론과 실험으로 보인다.Neural Collapse의 예시를 들어보자딥러닝 모델이 학습을 끝낼 때 꼭 대칭 구조로 정리되는 것이 최선일까?이 논문은 아니라고 주장한다. 때로는 더 단순한 구조, low-rank 구조가 더 좋은 답일 수도 있다.딥러닝 모델이 사진을 보고 “고양이, 개, 자동차…”처럼 분류한다고 해보자.학습이 잘 끝나면, 모델 안에서는 같은 종류의 데이터들이 비슷한 위치에 모인다.예를 들어, 고양이 사진들은 한곳에 모이고, 개 사.. 2026. 7. 19. [2026-1] 정유림 - A Simple Framework for Contrastive Learning of Visual Representations Title: A Simple Framework for Contrastive Learning of Visual RepresentationsCitations: 33,428 (as of July 11, 2026)Link: https://arxiv.org/pdf/2002.05709ICML 2020Previous approach to learn visual representationGenerative approachesA generative method attempts to model or reconstruct the input data.SimCLR paper says that pixel-generation can be computationally expensive and may not be necessary f.. 2026. 7. 11. 이전 1 2 3 4 ··· 106 다음
