빠른 모델, 느린 증거: 에이전트 하네스의 System-1 결정 모델을 나란히 놓고 다시 잰 연구
작고 빠른 결정 모델 2종을 동일한 입력 위에서 나란히 비교한 평가 연구를 해설합니다. 언제 빨라지고 언제 무너지는지, 그리고 절감률과 정확도가 어떻게 바로잡혔는지 따라갑니다.
연구 & 논문
논문에서 실무 판단까지
주요 논문의 질문과 방법, 결과와 한계를 읽고 기업 AI를 만드는 사람에게 무엇이 달라지는지 해설합니다.
글 목록
페이지 9
조건을 만족하면서도 원래 분포에 머무는 법, MintFlow의 작은 개입
재학습 없이 궤적의 중간 상태를 가장 작게 건드려 조건을 만족시키는 MintFlow의 발상과 adjoint 계산, 개입 시점 선택, 분포 보존의 의미를 따라가 봅니다.
FlashSinkhorn 2: 블록 희소 엔트로피 최적 수송으로 1억 입자를 한 장의 GPU에 올리기
모든 쌍을 매번 계산하지 않고 성긴 해상도와 블록 희소 연산으로 엔트로피 최적 수송을 푸는 FlashSinkhorn 2의 설계와 1억 규모 실험을 해설합니다.
물고기가 밥 달라고 말하지 않아도 알아듣는 법, THPL이 보여준 시선
무지개송어 양식장에서 카메라 궤적을 언어 모델의 판단으로 잇는 THPL 프레임워크를 따라가며, 활동 계수와 이중 증거 토큰, 반사실 선호 학습이 급이 결정을 어떻게 바꾸는지 풀어봅니다.
AI-GRACE, 에이전트를 도입한다는 말을 실행 계획으로 바꾸는 법
조직의 목표와 의무에서 출발해 배포 역량과 아키텍처까지 이어지는 에이전틱 AI 운영화 프레임워크 AI-GRACE를 해설합니다.
테스트 타임에 규칙을 벡터 하나로 담는 방법
ARC 스타일 과제에서 규칙을 작은 task embedding에 먼저 담아내는 Embed-TTT를 해설합니다. 0.01퍼센트 파라미터로 풀리는 문제, 검색과 선형 분석으로 확인한 규칙 정보, 보간과 외삽의 경계를 따라갑니다.
잘 붙는 약이 아니라 엉뚱한 곳에 안 붙는 약을 만드는 법
SpecOpt는 결합력 자체가 아니라 표적과 off-target 사이의 결합 간격을 직접 최적화하는 에이전트 작업으로, 잔기 수준 접촉 차이를 근거로 분자를 고칩니다.
임상의 눈으로 묻는 첫 진료, AI 정신과 인테이크를 어떻게 검증할까
기억을 가진 가상 환자로 AI 면담을 시험하는 InterviewPlayground를 통해 회수율과 추론, 안전 서술의 차이를 읽어봅니다.
많이 바뀐 곳이 일하는 곳은 아니다
파인튜닝에서 크게 변한 표현과 실제로 성능을 이끄는 회로가 어긋난다는 발견을 EAP 분석을 중심으로 풀어낸 논문 해설입니다.
환각을 잡는 새로운 눈: 어텐션 흐름의 위상적 흔적을 따라가다
답의 확률이 아니라 토큰 사이 정보 흐름의 모양으로 환각을 읽는 연구를 해설합니다. Forman-Ricci 곡률과 impaired context sharing의 의미를 실제 시스템 관점에서 풀어냅니다.
무거운 모델을 통째로 고치지 않고 바닷속 표적을 찾아낸 방법
DINOv3 비전 트랜스포머에 LoRA와 대조 학습을 얹은 SAS 표적 인식 연구를 구조와 실험 조건 중심으로 해설합니다.
정확도를 넘어서: 채용 사기 공고를 구조로 읽는 손실 함수
분류 정확도와 latent space 구조를 하나의 손실로 함께 다듬는 centroid-guided contrastive loss를 채용 사기 공고 탐지 맥락에서 읽어봅니다.