KINESIS: Motion Imitation for Human Musculoskeletal Locomotion
이 논문은 강화학습을 기반으로 인간 근골격계 운동의 생리학적 타당성을 확보하고 290 개 이상의 근육을 제어할 수 있는 새로운 모션 모방 프레임워크 'KINESIS'를 제안하며, 이를 통해 다양한 하위 작업 수행과 인간 EMG 데이터와의 높은 상관관계를 입증했습니다.
🤖 Category
cs.LG
13057 편의 논문
Gen-C: Populating Virtual Worlds with Generative Crowds
이 논문은 대규모 언어 모델 (LLM) 을 활용해 합성 데이터를 생성하고 이중 변분 그래프 오토인코더 (VGAE) 아키텍처를 적용하여, 에이전트 간 및 에이전트 - 환경 상호작용을 반영한 일관된 고수준 행동 패턴을 가진 가상 세계의 생성형 군집 (Gen-C) 을 구현하는 프레임워크를 제안합니다.
Structured Legal Document Generation in India: A Model-Agnostic Wrapper Approach with VidhikDastaavej
이 논문은 인도 법률 문서 생성의 데이터 부족과 복잡성 문제를 해결하기 위해 인도 로펌과 협력하여 구축한 대규모 익명화 데이터셋 'VidhikDastaavej'와 다양한 LLM 에 적용 가능한 2 단계 생성 프레임워크 'MAW'를 제안하여 사실적 정확성과 일관성을 크게 향상시킨 연구 결과를 제시합니다.
Mitigating Many-Shot Jailbreaking
이 논문은 많은 수의 예시를 활용한 '다수 샷 재일브레이킹 (Many-shot jailbreaking)' 공격을 완화하기 위해 파인튜닝과 입력 정제 기법을 단독 및 병합적으로 적용한 결과, 모델의 안전성을 크게 향상시키면서도 정상적인 인-컨텍스트 학습 능력을 유지할 수 있음을 보여줍니다.
Transition States Energies from Machine Learning: An Application to Reverse Water-Gas Shift on Single-Atom Alloys
이 논문은 가우스 과정 회귀와 워셔슈타인 와이스펠러 - 레흐만 그래프 커널을 활용한 머신러닝 모델을 개발하여 단일 원자 합금 촉매의 역수소 - 일산화탄소 반응 전환 상태 에너지를 정밀하게 예측함으로써 기존 스케일링 관계 기반 방법보다 정확도를 획기적으로 향상시키고 새로운 촉매 물질 스크리닝을 가능하게 했음을 보여줍니다.
Adaptive Budgeted Multi-Armed Bandits for IoT with Dynamic Resource Constraints
이 논문은 IoT 환경의 동적 자원 제약 조건을 효과적으로 관리하기 위해 초기에는 약간의 위반을 허용하고 시간이 지남에 따라 엄격해지는 감쇠 위반 예산을 도입한 '예산 상한 신뢰 구간 (Budgeted UCB)' 알고리즘을 제안하며, 이를 통해 서선형 후회와 로그 수준의 제약 위반을 보장하는 이론적 증명과 시뮬레이션 결과를 제시합니다.
GroverGPT-2: Simulating Grover's Algorithm via Chain-of-Thought Reasoning and Quantum-Native Tokenization
이 논문은 체인 오브 씽킹 추론과 양자 네이티브 토큰화를 활용하여 그로버 알고리즘을 시뮬레이션하는 LLM 기반 모델 'GroverGPT-2'를 제안함으로써, 고전적 모델이 양자 알고리즘의 구조를 학습하고 이해할 수 있음을 입증하고 양자 교육 및 연구의 새로운 방향을 제시합니다.
Quantum RNNs and LSTMs Through Entangling and Disentangling Power of Unitary Transformations
본 논문은 2009 년 린든 (Linden) 등의 연구에서 제시된 유니터리 변환의 얽힘 및 얽힘 해제 능력을 정보 유지 및 망각 메커니즘으로 해석하여, 양자 순환 신경망 (RNN) 과 LSTM 을 모델링하는 새로운 프레임워크를 제안하고 이를 통해 더 나은 양자 회로 설계를 유도할 수 있음을 보여줍니다.
Explainable embeddings with Distance Explainer
이 논문은 임베딩 공간 내 두 데이터 포인트 간의 거리와 유사성을 설명하기 위해 RISE 기반의 선택적 마스킹 기법을 적용한 새로운 방법론인 'Distance Explainer'를 제안하고, ImageNet 및 CLIP 모델을 통한 실험을 통해 그 효과성과 견고성을 입증합니다.
Bottlenecked Transformers: Periodic KV Cache Consolidation for Generalised Reasoning
이 논문은 정보 병목 이론을 기반으로 KV 캐시를 주기적으로 재구성하여 추론 능력을 향상시키는 '병목 트랜스포머 (Bottlenecked Transformer)' 아키텍처를 제안하고 수학 추론 벤치마크에서 기존 모델 대비 성능 개선을 입증했습니다.