검증된 출처
모든 기사는 가장 강력한 증거와 연결됩니다: 원가 자료가 있을 경우 그렇고, 그 외에는 명확히 출처가 명확히 기재된 보도입니다.
평범한 영어
무슨 일이 일어났는지, 왜 중요한지, 무엇을 보아야 하는지 등을 전문 용어 없이 설명합니다.
채우기 없는 이야기
신호가 얇을 때는 피드를 채우기보다는 아무것도 발행하지 않습니다.
더 많은 이야기
9 이야기들혁신
학습 지도 포르투갈어용으로 제작된 46개 언어 모델
체계적인 매핑 연구에서는 46개의 포르투갈어 모델을 분류하고 아키텍처, 교육 리소스, 라이센스, 코드, 데이터 및 가중치를 비교합니다. 저자들은 이 분야가 성장하고 있지만 정보가 논문, 기술 보고서, 저장소 및 프로젝트 문서에 분산되어 있기 때문에 평가하기 어렵다고 말합니다.arxiv.org혁신
해석 가능성 연구는 Qwen3-4B의 과신한 답변을 확실성 편향 메커니즘과 연결합니다
arXiv 연구에 따르면 Qwen3-4B는 통제된 추론 작업에서 불확실성보다 확실성을 선호하고 불균형을 유발할 수 있는 모델 기능을 식별합니다. 저자들은 표적화된 개입이 과신 오류를 줄였다고 말하지만 초록에서는 효과 크기나 테스트 세부 사항을 공개하지 않습니다.arxiv.org혁신
Deontic Gap: 대규모 언어 모델 및 의무의 모달 언어
화자의 권위와 대인관계 입장의 맥락에서 필요성과 의무를 표시하는 must, should, have to와 같은 조동사입니다.arxiv.org보안
논문에서는 삭제 공격에 저항하기 위해 거부 신호를 모호하게 제안합니다.
arXiv 사전 인쇄에는 안전 거부를 추출하고 제거하기 어렵게 만들기 위한 가중치 편집 방법이 도입되었습니다. 이 논문은 범용 성능에서 서로 다른 절충점을 갖는 두 가지 개방형 모델에 대한 더 강력한 사후 제거 거부 점수를 보고합니다.arxiv.org혁신
토큰 수준에서 환각을 감지하는 시간적 방법을 보고하는 논문
arXiv 사전 인쇄에서는 토큰을 독립적으로 판단하는 대신 텍스트 통계, 수반 신호 및 언어 모델 놀라움을 시퀀스 전체에 결합하는 환각 감지기에 대해 설명합니다. 논문에 따르면 BiGRU 모델은 RAGtruth에서 AUC 0.840에 도달했습니다.arxiv.org혁신
개체 추적은 4억 1천만 개의 매개변수로 나타나며 자연주의적 서술에서 인간을 능가합니다.
언어를 이해하려면 담론 전반에 걸쳐 실체를 추적해야 합니다. 즉, 명시적으로 언급되지 않은 경우에도 사물의 위치와 변화 방식을 아는 것입니다.arxiv.org혁신
논문 보고서 컴파일러 기반 검색으로 Lean 정리 증명 효율성 향상
arXiv 사전 인쇄는 상황에 따른 Lean 4 프로젝트를 위한 적응형 교정 검색 방법을 제안합니다. 저자는 pass@32 예산 내에서 평균 합격률이 12.8% 포인트 향상되었으며 pass@k 기준보다 21.9% 더 적은 LLM 호출을 사용했다고 보고했습니다.arxiv.org혁신
벤치마크는 다이어그램 구성에서 기하학 해결을 분리합니다.
새로운 오픈 소스 벤치마크는 기초 모델이 단순히 근본적인 문제를 해결하는 것이 아니라 충실한 기하학 다이어그램을 구성할 수 있는지 여부를 테스트합니다. 저자는 평가된 모델이 36.14%의 평균 컴파일 성공률을 달성하여 수학적 답변과 사용 가능한 시각적 구성 사이의 격차를 드러냈다고 보고합니다.arxiv.org혁신
정렬만 있으면 됩니다: 일반 오디오 언어 모델을 위한 지침이 필요 없는 교육
다중 모드 대형 언어 모델(MLLM) 교육에 대한 새로운 접근 방식을 사용하면 광범위한 작업별 감독이 필요하지 않습니다.arxiv.org
매주 한 번씩 유용한 브리핑을 듣습니다
피드에 살지 않고도 AI를 따라가세요.
이번 주의 검증된 AI 뉴스, 원본 데이터, 유용한 도구, 학습 추천, 그리고 새로운 AI 일자리를 받아보세요.
AI를 배우는 사람들에게 다가가세요
AI 전문가를 고용하거나 유용한 AI 제품을 출시하는 것? 배우고 행동하기 위해 이곳에 온 사람들 앞에 그것을 보여주세요.
AI 공고를 올리세요AI 도구를 제출하세요