Algorithmic Collusion at Test Time: A Meta-game Design and Evaluation
이 논문은 학습 시간 제약 하에서 사전 훈련된 정책과 적응 규칙을 결합한 메타 게임 설계를 통해 합리적 선택 하에 알고리즘적 담합이 발생할 수 있는지와 다양한 전략의 효과를 반복 가격 결정 게임에서 평가합니다.
4495 편의 논문
이 논문은 학습 시간 제약 하에서 사전 훈련된 정책과 적응 규칙을 결합한 메타 게임 설계를 통해 합리적 선택 하에 알고리즘적 담합이 발생할 수 있는지와 다양한 전략의 효과를 반복 가격 결정 게임에서 평가합니다.
이 논문은 텍스트 기반 모션 생성 시 교차 시퀀스 간 시간적 일관성을 고려한 TCA-T2M 프레임워크를 제안하여, 기존 방법의 한계를 극복하고 물리적으로 타당하며 일관된 인간 모션을 생성하는 새로운 기준을 제시합니다.
이 논문은 희소 데이터 환경에서 클래스 공유 LoRA 와 이미지별 LoRA 를 결합하고 의미 강화 기법을 도입하여 다양성과 세부 묘사를 모두 갖춘 고품질 합성 데이터를 생성함으로써 하류 분류 작업의 정확도를 향상시키는 'ChimeraLoRA' 방법을 제안합니다.
이 논문은 학습 데이터 없이 다양한 문서 위조 검출 방법을 평가한 'DOCFORGE-BENCH' 벤치마크를 제시하며, 기존 방법들이 임계값 보정 실패로 인해 실제 배포 환경에서 성능이 크게 저하됨을 규명하고 문서 위조 탐지가 여전히 해결되지 않은 문제임을 강조합니다.
이 논문은 RGB 와 깊이 (Depth) 모달리티 간의 분포 차이와 최적화 불균형을 해결하기 위해 이종 이중 패치 최적화 및 그래디언트 레벨 모달리티 균형 전략을 도입한 '다중 모달 적대적 품질 정책 (MAQP)'을 제안하여 인간 - 로봇 상호작용 환경에서의 안전한 그리핑을 실현합니다.
이 논문은 보다 큰 노름에서 결정형 격자 덮기 반지름 문제 (GapCRP) 가 명시적인 근사 인자 에 대해 NP-난해함을 증명하여, 해당 문제에 대한 최초의 NP-난해성 결과를 제시합니다.
이 논문은 수억 개의 쿼리 - 문서 상호작용 데이터를 기반으로 Qwen2 기반의 양방향 모델과 Matryoshka 표현 학습을 활용하여 우버 이츠의 스토어, 메뉴, 식료품 등 다양한 카테고리와 다국어 검색을 통합한 대규모 의미 기반 검색 시스템을 구축하고 평가한 내용을 담고 있습니다.
이 논문은 FPGA 기반의 고성능 연산을 위해 캐리 없는 잔여 연산과 경량 지수 스케일링을 결합한 '하이브리드 잔여 부동 소수점 아키텍처 (HRFNA)'를 제안하며, 엄밀한 오차 분석과 함께 IEEE 754 기준 대비 최대 2.4 배의 처리량 향상 및 에너지 효율 개선을 입증합니다.
이 논문은 대역폭 제한에 따른 링크 비용의 증가를 고려한 볼록 목적 함수를 가진 다중 상품 흐름 문제를 해결하기 위해, 분할 가능 및 분할 불가능 변형에 적용 가능한 컬럼 생성 기반의 효율적인 최적화 알고리즘을 제안합니다.
이 논문은 다양한 언어 모델과 프롬프트 전략 간의 상호작용을 체계적으로 분석하여 Verilog 코드 생성 성능에 영향을 미치는 일반적 경향과 모델별 고유한 특성을 실증적으로 규명했습니다.
이 논문은 전기적 유효성과 기능적 제어력을 보장하며 기존 학습 데이터의 단순 암기를 탈피한 고품질 아날로그 회로 토폴로지를 자동 생성하는 새로운 프레임워크인 'AnalogToBi'를 제안합니다.
이 논문은 중소기업의 자원 제약과 외부 생태계 의존성 등을 반영하여 기존 선형적·기업 중심 모델을 넘어선 다차원적이고 비선형적인 AI 성숙도 개념적 프레임워크를 제시합니다.
이 논문은 외부 API 없이 로컬 LLM 과 결정적 품질 관리 (QC) 를 통해 강의 PDF 를 다지선다형 문제로 변환하는 종단간 자체 호스팅 파이프라인을 제안하고, 정보이론·열역학·통계역학 등 세 가지 강의에서 생성된 24 개의 문제를 검증하여 프라이버시, 책임성, 친환경 AI 를 보장하는 교육 워크플로우를 입증합니다.
이 논문은 행렬 곱셈과 컨볼루션 연산에서 실수 곱셈을 제곱 연산으로, 복소수 곱셈을 세 번의 제곱 연산으로 대체함으로써 하드웨어 게이트 수를 대폭 줄일 수 있음을 보여주고 이를 구현하는 다양한 하드웨어 아키텍처를 제안합니다.
이 논문은 GPU 기반 희소 행렬 - 행렬 곱셈 (SpMM) 의 성능 저하를 해결하기 위해 적응형 행 분할, RS-Tile 표현, 그리고 부하 균형 하이브리드 커널을 도입한 RSH-SpMM 을 제안하며, 다양한 희소 작업에서 기존 최첨단 방법보다 1.27 배에서 6.13 배까지의 가속화를 달성함을 보여줍니다.
이 논문은 애매한 명세와 형식적 정확성 보장의 부재로 인해 산업 규모 데이터 경로 설계에 적용하기 어려웠던 대규모 언어 모델을 활용하여, 소프트웨어 참조 모델을 형식 명세로 통합하고 계획·합성·형식 등가성 검증을 긴밀하게 결합한 'FormalRTL'이라는 다중 에이전트 프레임워크를 제안하여 확장 가능하고 신뢰할 수 있는 하드웨어 코드 생성을 실현함을 보여줍니다.
이 논문은 LLM 서비스의 KV 캐시 관리를 위해 다양한 저장 계층을 동적으로 최적화하여 비용, 처리량, 지연 시간 간의 파레토 최적 해를 찾는 'Kareto'라는 적응형 다목적 최적화 도구를 제안하고, 이를 통해 고정된 구성 대비 최대 9.3% 의 처리량 향상, 58.3% 의 지연 시간 감소, 또는 20.2% 의 비용 절감을 달성할 수 있음을 입증합니다.
이 논문은 안전-중요 시스템에 머신러닝을 안전하게 임베딩하는 C 코드 생성기 ACETONE 을 단일 코어에서 멀티코어 아키텍처를 지원하는 병렬 코드 생성으로 확장하기 위한 프로세서 할당 문제 정의 및 관련 기술 검토를 소개합니다.
이 논문은 메모리-연산 간 데이터 전송 오버헤드를 줄이는 컴퓨트 인 메모리 (CIM) 아키텍처의 설계 공간 탐색 (DSE) 주기를 단축하고 최적 설계를 자동화하기 위해, 대규모 언어 모델 (LLM) 기반 에이전트 프레임워크인 ChatNeuroSim 과 설계 공간 가지치기 기법을 제안합니다.
이 논문은 유권자 선호 분포 시나리오를 기반으로 다양한 선거 제도를 시뮬레이션하고 비교하는 오픈 소스 파이썬 프레임워크인 `electoral_sim`을 소개하며, 기존 제도부터 볼츠만 소프트맥스 커널을 활용한 새로운 가상의 메커니즘까지 다양한 방식의 선거 결과와 유권자 분포의 기하학적 중앙값 간 거리를 분석합니다.