964 편의 논문
이 논문은 NVIDIA의 Ada Lovelace RTX 4060에서 cuBLAS, CUTLASS 및 커스텀 WMMA 구현에 대한 FP16 GEMM 성능을 벤치마킹하여, 특정 타일 기하 구조를 가진 3단계 파이프라인 깊이가 피크 처리량의 52.7%를 달달성함을 밝히는 동시에, 추가적인 최적화를 제한하는 주요 병목 현상이 파이프라인 깊이가 아닌 공유 메모리 압력임을 입증한다.
본 논문은 규칙 기반 분석, 공개 RAG, Groq 기반 LLM 추론, 그리고 Q-러닝 강화 학습을 통합하여 소프트웨어 저장소 내 코드 품질 개선을 자율적으로 탐지, 리팩토링 및 검증함으로써 기능적 정확성을 유지하면서 기술 부채를 유의미하게 감소시키는 멀티 에이전트 AI 프레임워크를 제시한다.
본 논문은 다중 에이전트 로봇 학습의 효율성과 지속 가능성을 향상시키는 동시에 공학 교육에서 집단 지성과 시스템 사고를 가르치기 위한 교육적 도구로서 기능하기 위해, 지속적인 공유 메모리 계층에 대한 계산적 은유인 "시뮬레이션된 형태 형성장(simulated morphic field)"을 제안한다.
이 논문은 커스터마이징 가능한 프롬프트와 스코어링 프로브를 사용하여 현재의 출력을 버전 관리된 베이스라인과 비교함으로써 대규모 언어 모델(LLM) API의 침묵하는 행동 드리프트를 탐지하기 위해 골든 마스터 회귀 테스트를 적용하는 오픈 소스 도구인 PromptCanary를 소개한다.
본 논문은 텍스트, 음성, 비디오 분석을 내면 가족 체계(IFS) 치료 원칙과 통합하여 사용자의 정서적 상태와 내면의 심리적 부분들을 정확하게 인식하고, 다양한 양식 전반에서 높은 성능을 달로 풍부하고 체화된 정신 건강 상호작용을 가능하게 하는 AI 기반 멀티모달 애플리케이션인 ANA를 제시한다.
본 논문은 셰이플릿(shapelet) 기반 시계열 분석을 다차원 데이터 구조 및 범위 제약 조건과 결합하여 소셜 미디어상의 혐오 표현 확산을 주도하는 시간적 창(temporal windows)과 사용자 연결 패턴을 정밀하게 식별함으로써, 더욱 효과적인 이벤트 탐지 및 완화를 가능하게 하는 방법론을 제안한다.
본 연구는 멀티모달 웨어러블 데이터와 머신러닝을 활용하여 디지털 평가 중 영어 학습자와 영어 모국어 화자 사이의 유의미한 스트레스 차이를 입증하였으며, 높은 탐지 정확도를 달가하고 더 지원적이고 인간 중심적인 교육 기술 설계를 위한 핵심 예측 특징을 식별하였다.
본 논문은 결정 경계의 저차원 접평면(tangent subspace) 내로 섭동 업데이트를 제한함으로써 탐색 과정을 안정화하고 경쟁력 있는 왜곡 수준을 유지하면서도 쿼리 복잡도를 크게 줄임으로써 기존 방법들을 개선한 쿼리 효율적인 결정 기반 블랙박스 적대적 공격인 접평면 부공간 공격(Tangent Subspace Boundary Attack, TSBA)을 제안한다.
본 연구는 Kolmogorov–Arnold Networks(KANs)가 비선형 구조 역학에서 표준 MLP보다 본질적으로 스펙트럼 편향을 더 잘 완화함에도 불구하고, 푸리에 특징 인코딩(Fourier feature encoding)의 적용이 정확도에 있어 지배적인 요인이며, 이로 인해 푸리에가 강화된 MLP가 일반 KAN 및 물리 정보 기반 최적화와 호환되지 않는 그래디언트 진동으로 인해 성능 저하를 겪는 푸리에 강화 KAN보다 더 우수하다는 것을 입증한다.
본 논문은 정신 건강 및 지원 애플리케이션을 위한 감정 인지 대화에서 높은 정확도와 투명성을 달성하기 위해, 코드 혼용 코퍼스로 학습된 해석 가능한 MLP 의도 분류기와 생성적 폴백 모드를 결합한 하이브리드 대화 프레임워크인 IRA를 소개한다. (참고: 정확도 수치와 관련된 중복 기반 과표본 추출은 어휘적 변이를 도입하지 않는다.)