3821 편의 논문
이 논문은 5개 언어에 걸친 1,860개의 위키피디아 문서를 대상으로 어휘적, 통사적, 의미적 특징을 포함하는 공개 가능한 다국어 데이터셋을 소개하며, 통계적 검증을 통해 이러한 특징들이 텍스트 길이와 무관하게 언어의 영향을 받는다는 것을 입증함으로써, 교차 언어 및 계산 언어학 연구를 위한 견고한 자원을 제공한다.
이 연구는 정신과적 진단에서 멀티 에이전트 토론이 다양한 모델 규모에 걸쳐 제로샷 베이스라인에 비해 전반적인 진단 정확도를 저하시킬 수 있음을 입증하는 동시에, 토론 메커니즘이 특정 고위험 사례에서 단일 모델이 놓친 결정적인 위험 신호를 독특하게 회복할 수 있음을 보여줌으로써 일반적인 범주 정확도와 미세한 위험 탐지 사이의 복잡하고 규모 의존적인 절충 관계를 강조한다.
이 논문은 자율 로봇이 다차원적인 결과 및 과정 분석을 통해 자신의 추론과 학습 과정을 지속적으로 평가하고 적응할 수 있게 함으로써, 검증된 경험을 재사용 가능한 행동으로 전환하여 장기적인 인지적 효용과 작업 효율성을 향상시키는 자기 개선형 자율 로봇 프레임워크인 CCAEA를 소개한다.
이 논문은 광범위한 사전 지식 대신 사전 정의된 학습 메커니즘에 의존하는 자율 로봇을 위한 최소한의 발달 지능 모델을 제안하며, 이를 통해 시스템이 기존의 적응형 시스템보다 훨씬 적은 수의 사전 설정 규칙만으로도 지식을 지속적으로 습득하고 재사용하여 대등한 성능과 우수한 장기적 추론을 달성할 수 있도록 한다.
본 연구는 동기화된 RGB-D 비디오 클립을 사용하여 이진 연하 장애 분류에서 높은 정확도를 달성하는 계산 효율적인 맘바(Mamba) 기반 프레임워크인 MMVX-Net을 소개하지만, 저자들은 임상 적용 전 추가적인 검증이 필요하다고 언급하였다.
이 논문은 소비자용 GPU 환경에서 Mixture-of-Experts 추론을 위한 치환 및 캐싱 전략을 조사하며, 높은 우선순위의 전문가만을 선택적으로 가져오거나 누적된 게이트 질량(gate mass)에 기반한 백그라운드 로딩 규칙을 사용하는 것이 모든 전문가 미스(expert miss)를 가져오는 방식에 비해 퍼플렉서티(perplexity) 저하를 최소화하면서도 디코딩 속도를 유의미하게 가속화(2.5~3.0배)할 수 있음을 입증한다.
이 논문은 정신의학적 과업에 대해 소형 모델에서 RAG와 LoRA 미세 조정이 진단 정확도를 일관되게 향상시키지는 못하지만, 안전과 직결된 고위험 재현율(recall)을 결정적으로 저하시키며, 미세 조정의 실패는 특정 데이터 레이블링 오류로 추적되는 반면 RAG의 실패는 여전히 기전적인 의문으로 남아 있음을 입증한다.
본 논문은 ESP32 장치를 통해 포착된 Wi-Fi 채널 상태 정보(CSI)를 활용하고 하이브리드 CNN-BiLSTM-Attention 모델을 통해 처리함으로써, 78.57%의 정확도로 실시간 비접촉식 인체 존재 감지, 인원 계수 및 활동 분류를 수행하는 저비용, 프라이버시 보호형 AI 기반 프레임워크를 제시한다.
이 연구는 거대 언어 모델이 교육 평가에서 체계적인 언어적 및 문화적 편향을 보이며, PISA 점수와 상관관계가 있는 언어별 난이도 및 길이의 차이가 있는 평가를 생성할 뿐만 아니라 서구적 맥락에서는 공감을, 아시아적 맥락에서는 위계 구조를 강조하는 고정관념을 강화한다는 점을 밝혀내며, 따라서 배포 전 문화 지속적 감사가 필요함을 시사한다.
이 논문은 인공적 경험 지능(AXI)을 제안하며, 이는 인간 수준의 자연스러움과 기계 수준의 정직함 사이의 균형을 조절함으로써 AI 시스템이 인간과 편안하고 유용하며 정직하게 상호작용하도록 보장하는 5계층 아키텍처와 'AXI 브리지' 제어 평면을 특징으로 하는 새로운 공학 분야이다.