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
ArXiv 사전 인쇄 보고서는 Transformer 및 Mamba 블록의 관련 느린 역학을 보고합니다.
단일 저자 사전 인쇄에서는 Transformer와 Mamba 아키텍처가 서로 다른 내부 메커니즘을 사용함에도 불구하고 거의 한계에 가까운 저속 모드 역학을 개발한다고 보고합니다. 해당 결과는 제공된 arXiv 레코드 외에는 확인되지 않은 상태로 남아 있습니다.arxiv.org혁신
사전 인쇄 보고서는 유도 단백질 언어 모델의 오프다양체 붕괴를 보고합니다
새로운 arXiv 사전 인쇄에서는 강력한 추론 시간 지침이 단백질 언어 모델을 최적화된 속성 오라클에서 여전히 좋은 점수를 받는 퇴화 시퀀스로 밀어 넣을 수 있다고 보고합니다. 저자는 모델의 자연 활성화 통계를 기반으로 저비용 사후 필터를 제안합니다.arxiv.org보안
연구에 따르면 잡음 제거를 통해 잡음 방지 임베딩에서 더 많은 텍스트를 복구할 수 있음이 밝혀졌습니다.
IEEE ICDM 2026에서 승인된 논문에 따르면 적응형 반전은 기존 생성 기준보다 가우스 잡음 보호 임베딩에서 훨씬 더 많은 원본 텍스트를 재구성하여 실제 노출이나 독립적인 복제를 설정하지 않고 널리 사용되는 개인 정보 보호 가정에 도전합니다.arxiv.org혁신
Preprint는 중동의 LLM 토론에서 구조적 편견에 대한 테스트를 제안합니다.
단일 저자 arXiv 사전 인쇄에서는 중동 문화 민감성 점수를 소개하고 두 가지 언어 모델이 해당 지역에 대한 대화에서 구조적인 오리엔탈리즘 패턴을 재현한다고 보고합니다. 이번 연구 결과는 예비적인 것이며 독립적으로 검증되지 않았습니다.arxiv.org혁신
사전 인쇄는 네 가지 양식에 걸쳐 전송되는 라벨-광 원자가 방향을 보고합니다.
1인 저자인 arXiv 사전 인쇄본은 9가지 감정 범주와 서술적 예에서 파생된 방향이 텍스트, 이미지, 오디오 및 뇌 녹음의 긍정적-부정적 원자가를 추적하는 동시에 개념과 모델 계열 전반에 걸쳐 명확한 한계를 보여줄 수 있다고 주장합니다.arxiv.org혁신
Preprint에서는 한약재 분석을 위한 다중 에이전트 AI 프레임워크를 설명합니다.
새로운 arXiv 사전 인쇄에서는 11개의 전문 AI 에이전트와 반복 검토를 사용하여 전통 중국 의학 공식의 가능한 메커니즘을 분석하는 시스템인 DeepTCM1.0에 대해 설명합니다. 평가 설계는 보고되지만 수치 결과, 임상적 검증 또는 환자 치료 개선의 증거는 보고되지 않습니다.arxiv.org보안
박사. 논문에서는 언어 및 비전 언어 모델의 백도어 공격을 조사합니다.
arXiv 상장 Ph.D. 논문에서는 백도어 공격이 분석, 탐지 및 공격 설계 방법을 포함하여 언어 모델 및 비전 언어 모델에 어떻게 영향을 미칠 수 있는지 연구합니다.arxiv.org혁신
Preprint는 권위 있는 기관에 대해 더 높은 LLM 후보자 등급을 보고합니다.
arXiv 사전 인쇄 보고서에 따르면 4개의 대규모 언어 모델이 더 높은 명성의 기관 및 저널과 연결될 때 후보자 프로필을 더 호의적으로 평가했습니다. 저자는 제도적, 지리적 단서가 평가를 형성할 수 있는 반면, 테스트된 모델과 전문 영역은 제공된 소스에 지정되지 않은 상태로 남아 있다고 말합니다.arxiv.org혁신
Study finds inference context can change LLM outputs in medical allocation scenarios
An arXiv paper reports that three of four tested language models shifted resource-allocation probabilities differently when the same clinical scenario was evaluated with or without the model’s prior response in context.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