3900 편의 논문
이 논문은 LLM 거부 탐지에서의 외견상 비결정론성이 주로 교정 가능한 탐지기 아티팩트에 의해 발생했음을 밝히는 3단계 조사를 상세히 기술하며, 이러한 아티팩트는 모델 전반에 걸쳐 일반화될 수 있으나 정확한 안전성 평가를 보장하기 위해 수동 감사와 데이터 공백에 대한 투명한 보고를 필요로 하는 특정 거짓 양성 패턴을 유발한다.
이 논문은 에이전트형 AI 보안을 위한 균형 잡힌 300개 프롬프트 벤치마크인 SafeAgent-300을 소개하며, 이는 모델 간의 상당한 보수성 차이를 드러내고, 구글 제미나이(Google Gemini) 모델에서 나타나는 자발적인 도구 호출 동작을 밝혀내며, 프롬프트 정교함과 위반 탐지율 사이의 관계를 왜곡하는 결정적인 탐지기 커버리지 격차를 식별하기 위해 6개의 모델을 평가한다.
본 논문은 공격 유형과 모델 선택이 도구 사용 LLM 에이전트의 보안성에 상당한 영향을 미치는 반면, 오케스트레이션 프레임워크의 선택은 일반적으로 보안 태세에 유의미한 영향을 미치지 못하며, 특정 어댑터 결함을 보정한 후에도 통계적으로 유의미하게 낮은 수준의 실패율 상승을 보이는 CrewAI가 예외적인 사례임을 입증하는 제어된 7개 프레임워크 기반의 평가를 제시한다.
본 연구는 26편의 AI 기반 알츠하이머병 탐지 논문으로부터 증거를 합성하여, 보고된 연구 내 정확도는 높으나 해당 분야에 외부 검증, 다중 모달 통합 및 언어적 다양성이 결정적으로 결여되어 있음을 밝히며, 이에 따라 견고하고 재현 가능하며 임상적으로 전이 가능한 모델 설계로의 전환이 필요함을 제시한다.
본 논문은 신뢰할 수 있는 프런티어를 재구성하고, 정형 계약으로부터 잔여 의무를 도출하며, 유효하고 신선하며 고유하게 일치하는 증거에 의해 뒷받침되는 승인된 효과를 통해서만 상태를 전진시킴으로써, 부분적으로 실행된 언어 모델 에이전트 워크플로의 결함으로부터 안전한 복구를 보장하는 런타임 지속 메커니즘을 제안한다.
이 논문은 YOLO 기반 보행자 탐지를 위한 디노이저(denoiser)의 효과를 평가하기 위해 구조적 보존 점수(Structural Preservation Score, SPS)를 도입하며, 그래디언트 크기 상관관계(gradient-magnitude correlation)와 같은 특정 변형 방식들이 알려진 노이즈 수준 내에서는 디노이저의 순위를 매길 수 있으나, 비선형적이고 아키텍처에 의존적인 요인들로 인해 단일 이미지 수준의 지표로는 미지의 디노이저나 노이즈 조건에 걸친 탐지 성능을 보편적으로 예측할 수 없음을 밝힌다.
본 연구는 비즈니스 프로세스 자동화에서의 주소 추출을 위해 다섯 가지 신경망 아키텍처(WordCNN, WordLSTM, BERT, DistilBERT, ELECTRA)를 비교 평가하며, ELECTRA가 가장 높은 정확도와 효율성을 달나오는 동시에 더 가벼운 모델들이 지연 시간에 민감한 애플리케이션을 위한 실행 가능한 대안이 될 수 있음을 입증한다.
Coligo는 Google Gemini와 대학 문서에 대한 벡터 검색을 활용하여 정확하고 맥락을 고려한 카테고리별 입시 안내를 제공함으로써 타밀나두 공학 입시(TNEA) 상담의 행정적 부담을 완화하기 위해 WhatsApp에 배포된 검색 증강 생성(RAG) 어시스턴트이며, 기능적 프로토타입과 의도된 전체 규모 아키텍처를 명시적으로 구분합니다.
본 논문은 자율 소프트웨어 엔지니어링 에이전트의 일관성, 신뢰성 및 궤적 병리 현상을 평가하기 위한 포괄적인 다중 시행 평가 프레임워크를 제안하며, 상당한 인프라 검열률을 드러내고 단일 시행 성공 지표를 넘어설 수 있는 토대를 구축하는 파일럿 연구를 통해 그 운영 가능성을 입증한다.
거대 언어 모델이 마음 이론 평가에서 종종 높은 점수를 달성함에도 불구하고, 본 연구는 이들이 진정으로 정신 상태를 추적하기보다는 비용 효율적인 휴리스틱에 의존하고 있음을 밝히며, 이는 이들이 견고한 마음 이론 능력이 결여되어 있음을 나타낸다.