4030 편의 논문
이 논문은 TIERBLEED를 소개하는데, 이는 Gemini 제품군 내의 RL 정렬된 안전 정책이 6개의 추론 티어에 걸쳐 상당한 가족 내 드리프트(intra-family drift)를 보인다는 것을 입증하는 무해한 측정 프로토콜이며, 프레이밍 기법과 다중 티어/시드 전략이 이러한 불일치를 악용하여 직접적인 거부율을 훨씬 상회하는 성공률로 가벼운 모욕을 재현할 수 있음을 보여준다.
본 논문은 자원 제약이 있는 엣지 디바이스에 적합한 컴팩트한 모델 크기를 유지하면서도 도전적인 PlantSeg 데이터셋에서 최첨단 식물 질병 분할 성능을 달기 위해, 계층적 Mix Transformer 인코더를 ASPP 및 커스텀 교차 스케일 멀티모달 어텐션 게이트와 결합한 효율적인 어텐션 게이트형 하이브리드 Transformer-CNN 프레임워크를 제안한다.
이 논문은 훈련과 추론 과정 모두에서 이 제약을 일관되게 적용함으로써, MoE 모델 서빙 중 메모리 점유율과 전문가 전송을 획기적으로 줄이기 위해 시퀀스당 소수의 전문가를 고정하는 시퀀스 로컬 전문가 로스터 전략을 제안하며, 이를 통해 훨씬 적은 상주 가중치로도 거의 전체 상주 수준의 처리량을 달성한다.
이 논문은 합성 데이터와 실제 자동차 임베디드 시스템 데이터 모두에 대한 성공적인 적용을 입증하며, 비지도 다변량 시계열 분할 알고리즘의 효과와 효율성을 평가하기 위한 새로운 균질성 지표를 소개한다.
본 논문은 클래스별 기하학적 구조와 적응형 뷰 가중치를 통합하여 효율적인 판별적 결합 잠재 공간을 구축함으로써, 정확도와 계산 속도 모두에서 최신 기법들을 능가하는 통합 지도 학습 기반 멀티뷰 서브스페이스 학습 방법을 제안한다.
본 논문은 고전적 베이스라인 대비 EEG 신호에 대해 우수한 스트레스 탐지 정확도(81.00%)를 달착하기 위해 특징 추출을 위한 1D-CNN과 양자 서포트 벡터 분류기를 결합한 하이브리드 딥-양자 프레임워크를 제안하며, 동시에 NISQ 시대 내에서 특징 스케일링 및 차원성에 대한 모델의 의존성을 입증한다.
본 논문은 C3K2-SACA 어텐션 메커니즘, 주파수 인지 특징 융합 모듈, 그리고 WTFFN 넥 네트워크를 통합하여 mAP 6.9% 향상과 모델 파라미터 8% 감소를 달성한 풍력 터빈 블레이드 표면 결함 검출을 위한 개선된 경량 객체 탐지 프레임워크인 WTFFN-YOLO를 제안한다.
이 연구는 하이브리드 CNN-BiLSTM 구조가 산스크리트어와 힌디어 찬팅을 일반 음성과 구별하는 데 있어 95% 이상의 정확도를 달성함으로써 전통적인 음향 특징 분석 및 더 단순한 딥러닝 모델보다 언어적 리듬을 정량화하는 데 더 우수함을 입증하였으며, 산스크리트어의 음절 박자 구조로 인해 더 큰 리듬적 규칙성을 드러낸다는 것을 보여준다.
이 논문은 SIR 모델에 적용된 물리 정보 신경망(PINN)이 초기 지수 성장 단계에서 '잠재적 부채(latent debt)'를 겪으며, 여기서 평탄하고 계수 결핍(rank-deficient) 상태인 손실 지형은 최적화 과정이 관측되지 않은 잠재 상태를 왜곡하고 오차를 전파함으로써 잔차를 최소화하도록 허용하여, 결과적으로 근본적으로 잘못된 매개변수 추정치를 가지면서도 수치적으로는 정확한 해를 산출하게 된다는 점을 밝히고 있다.
이 연구는 CIFAR-10 데이터셋에 대한 대규모 ResNet50 모델에서 NVIDIA RTX 3050 GPU가 Intel CPU 대비 40.6배의 속도 향상을 나타냄으로써, 딥러닝 학습에 있어 NVIDIA RTX 3050 GPU의 상당한 성능 우위를 입증한다.