3747 편의 논문
이 실증적 연구는 대규모 언어 모델에 의해 구동되는 코드 에이전트가 분할된 명세서에서 핵심적인 사실이 누락될 경우 시스템 통합 과정에서 빈번하게 무언으로 실패한다는 점을 밝히며, 이러한 미탐지 오류를 방지하는 데 있어서는 모델의 선택보다 파이프라인 설계, 즉 명확한 질문을 던지거나 엄격한 테스트를 강제하는 능력이 더 결정적임을 입증한다.
본 논문은 클라우드 기반의 프라이버시 보존형 분산 시스템 내에서 연합 분포 적응형 Q-강화 학습(Federated Distributional Adaptive Q-Reinforcement Learning)과 연합 적응형 NSGA-II(Federated Adaptive NSGA-II)를 통합하여, 기존 방식보다 우수한 정확도, 확장성 및 경제적 수익을 달가하면서 ROAS, CTR 및 비용 효율성을 동시에 극대화하는 디지털 광고 예산 배분을 위한 새로운 최적화 프레임워크를 제안한다.
본 논문은 5G/6G 네트워크에서 에너지 인지형 자원 오케스트레이션의 신속한 적응을 가능하게 하기 위해 MAML과 PPO를 결합한 메타 학습 기반 심층 강화 학습 프레임워크를 제안하며, 이를 통해 서비스 품질을 유지하면서도 에너지 효율성 및 탄소 발자국 감소 측면에서 상당한 개선을 달성한다.
본 논문은 TenSEAL 라이브러리를 Troy CKKS 라이브러리를 위한 커스텀 CUDA 백엔드와 통합하여, 고성능 CPU 서버 및 연산 단위(operation-level) GPU 베이스라인을 모두 크게 능가하며 소형 및 엣지 기기에서 효율적인 텐서 수준의 암호화된 CNN 추론을 가능하게 하는 GPU 가속 프레임워크를 제시한다.
GLaDViT는 고정된 CLIP, BERT, 그리고 Tesseract에서 유도된 레이아웃 특징을 학습 가능한 게이트 헤드를 통해 융합함으로써 높은 정확도를 달elle 성하며, 개별 모달리티에 대한 결정의 정확한 귀속을 가능하게 하는 동시에 레이아웃 특징이 낮은 게이트 가중치를 받음에도 불구하고 상당한 보완적 가치를 제공한다는 것을 입증하는 경량화되고 해석 가능한 문서 분류 모델이다.
MedLitSearch 연구는 PubMed에서 임상 시험 특성을 추출하기 위한 결정론적이고 재현 가능하며 감사 가능한 NLP 프레임워크를 검증하였으며, 자동 검색, 벤치마킹 및 전문가가 주석을 단 데이터셋 전반에 걸쳐 높은 정확도와 신뢰성을 입증하는 동시에 인간의 감독이 필수적임을 강조한다.
이 논문은 트랜스포머가 메모리 용량에 도달함에 따라, 저장된 사실을 위한 여유 마진의 축소가 주로 네트워크의 하위 레이어 이득(downstream layer gains)에 의해 유발되는 양자화 노이즈의 증가와 맞물리면서 가중치 양자화로 인한 성능 저하가 증폭된다는 것을 입증한다.
이 논문은 23개의 벤치마크 함수와 8개의 공학 설계 과제 전반에 걸쳐 복잡한 최적화 문제를 해결하는 데 있어 탁월한 수렴성, 강건성 및 적응성을 입증하는 새로운 자연 모사 메타휴리스틱 알고리즘인 누비안 아이벡스 옵티마이저(Nubian Ibex Optimizer, NIO)를 소개한다.
이 논문은 보안 상태를 지속적으로 모델링하고 해석 가능한 예측을 제공함으로써 적응형 제로 데이 사이버 위협 탐지를 강화하는 인지적 디지털 트윈 기반 설명 가능한 AI 프레임을 제안하며, 시뮬레이션 평가에서 정적 모델보다 우수한 성능 지표를 달성하는 동시에 실세계 검증의 필요성을 강조한다.
본 논문은 LSTM(Long Short-Term Memory) 네트워크를 비선형 확률 상태 공간 시스템으로 모델링하고 이들의 연속 시간 신경 확률 미분 방정식(neural SDE) 극한을 도출함으로써 이를 위한 엄격한 통계적 프레임워크를 구축하며, 특정 가정 하에 안정성, 추정량 일치성 및 예측 위험 경계에 대한 이론적 보증을 제공한다.