CaLR, 확산 모델이 생각을 고쳐 쓰는 법
추론을 잠재 최적화로 다시 쓴 CaLR을 따라가며 인과 구조와 그라디언트 기반 자기 수정이 병렬 생성을 어떻게 바꾸는지 풀어봅니다.
연구 & 논문
논문에서 실무 판단까지
주요 논문의 질문과 방법, 결과와 한계를 읽고 기업 AI를 만드는 사람에게 무엇이 달라지는지 해설합니다.
글 목록
페이지 10
어텐션을 보는 라우터, MoE의 선택이 달라지는 지점
토큰 hidden state만 보던 MoE 라우터에 어텐션 가중치의 시간적 흐름과 주파수 패턴을 얹은 Attention-Aware Routing을 해설합니다. 얼린 모델에서 라우팅만 바꿔 수학 추론이 개선된 이유와 층별 민감도를 따라갑니다.
상식을 재는 자를 재다, CogGym이 던진 질문
258개 인지실험을 같은 trial로 맞춰 사람과 모델 50종을 비교한 CogGym을 해설합니다. 텍스트 0.59, 이미지 0.58, 비디오 0.43이라는 간격이 무엇을 뜻하는지 따라갑니다.
눈과 계획을 하나의 그래프로 묶으면 무슨 일이 생길까
지각을 단단한 기호로 굳히지 않고 부드러운 상태로 들고 가면서, 논리 규칙 위에서 경사하강법으로 계획을 푸는 신경 소프트 기호 프레임워크를 해설합니다.
어텐션을 통째로 바꾸지 않고 통과시키는 법, TinyCeNN-LM이 보여준 품질 게이트 변환
학습된 어텐션을 무작정 대체하지 않고 표현과 손실 두 관문을 함께 통과한 층만 바꾸는 TinyCeNN-LM의 셀룰러 리커런트 변환을 구조와 숫자, 운영 관점에서 읽어봅니다.
에이전트는 더 높은 추상화에서 더 좋은 칩을 설계할까
RTL에 직접 매달리는 대신 HLS라는 높은 추상화에서 출발하고 RTL 다듬기로 마무리하는 흐름이 왜 11개 과제에서 기하평균 2.6배의 속도 향상을 냈는지, FPGA 끝단 평가와 함께 읽어봅니다.
평균에 가려진 토큰을 되찾는 법, RBS-Attention이 프리필을 푸는 방식
긴 컨텍스트 추론에서 프리필 병목을 겨냥한 학습 없는 희소 어텐션 방법 RBS-Attention을 해설합니다. 평균 희석 문제와 반경 기반 구조 브랜치, 블록 희소 실행과 실측 속도 향상을 따라갑니다.
없는 도구를 부르는 에이전트를 앞에 세운 전화번호부로 막는 법
존재하지 않는 도구를 호출하는 tool hallucination을 레지스트리 대조와 시그니처 확인으로 걸러내는 closed-world resolution과 파이프라인 순서에 대한 해설
MAGS, 에이전트가 짠 코드에 증명서를 붙이는 방법
에이전트가 만든 CUDA 커널과 터미널 스크립트, 로봇 팔 코드를 테스트가 아니라 증명으로 확인하는 MAGS의 다중 에이전트 형식화 파이프라인을 해설합니다.
AI 에이전트는 컴퓨터 구조를 이해할까
같은 가속기 설계 문제를 이름 있는 구조와 이름 없는 숫자로 나눠 풀게 한 실험을 따라가며, 에이전트의 성능 향상이 이해에서 왔는지 가려내는 방법을 해설합니다.
LLM에게 무엇을 기대하는가? 벤치마크 설계도를 읽는 법
1만 4,767편의 평가 자원 논문을 지도로 펼친 연구를 통해 행동과 상호작용으로 이동하는 LLM 평가의 기대, 공존하는 설계, 그리고 모델이 채점에 참여할 때의 함정을 정리합니다.
대화형 LLM 에이전트는 웹 검색을 어떻게 쓸까: 검색 결정부터 답변까지
ChatGPT와 Claude, Grok, DeepSeek의 실제 대화와 통제 실험을 따라가며 검색 호출 결정과 질의 전략, 결과 편향과 답변 grounding의 간극을 살펴봅니다.