
임상의 눈으로 묻는 첫 진료, AI 정신과 인테이크를 어떻게 검증할까
기억을 가진 가상 환자로 AI 면담을 시험하는 InterviewPlayground를 통해 회수율과 추론, 안전 서술의 차이를 읽어봅니다.


기억을 가진 가상 환자로 AI 면담을 시험하는 InterviewPlayground를 통해 회수율과 추론, 안전 서술의 차이를 읽어봅니다.

파인튜닝에서 크게 변한 표현과 실제로 성능을 이끄는 회로가 어긋난다는 발견을 EAP 분석을 중심으로 풀어낸 논문 해설입니다.

답의 확률이 아니라 토큰 사이 정보 흐름의 모양으로 환각을 읽는 연구를 해설합니다. Forman-Ricci 곡률과 impaired context sharing의 의미를 실제 시스템 관점에서 풀어냅니다.

DINOv3 비전 트랜스포머에 LoRA와 대조 학습을 얹은 SAS 표적 인식 연구를 구조와 실험 조건 중심으로 해설합니다.

분류 정확도와 latent space 구조를 하나의 손실로 함께 다듬는 centroid-guided contrastive loss를 채용 사기 공고 탐지 맥락에서 읽어봅니다.

추론을 잠재 최적화로 다시 쓴 CaLR을 따라가며 인과 구조와 그라디언트 기반 자기 수정이 병렬 생성을 어떻게 바꾸는지 풀어봅니다.

토큰 hidden state만 보던 MoE 라우터에 어텐션 가중치의 시간적 흐름과 주파수 패턴을 얹은 Attention-Aware Routing을 해설합니다. 얼린 모델에서 라우팅만 바꿔 수학 추론이 개선된 이유와 층별 민감도를 따라갑니다.

258개 인지실험을 같은 trial로 맞춰 사람과 모델 50종을 비교한 CogGym을 해설합니다. 텍스트 0.59, 이미지 0.58, 비디오 0.43이라는 간격이 무엇을 뜻하는지 따라갑니다.

지각을 단단한 기호로 굳히지 않고 부드러운 상태로 들고 가면서, 논리 규칙 위에서 경사하강법으로 계획을 푸는 신경 소프트 기호 프레임워크를 해설합니다.

학습된 어텐션을 무작정 대체하지 않고 표현과 손실 두 관문을 함께 통과한 층만 바꾸는 TinyCeNN-LM의 셀룰러 리커런트 변환을 구조와 숫자, 운영 관점에서 읽어봅니다.

RTL에 직접 매달리는 대신 HLS라는 높은 추상화에서 출발하고 RTL 다듬기로 마무리하는 흐름이 왜 11개 과제에서 기하평균 2.6배의 속도 향상을 냈는지, FPGA 끝단 평가와 함께 읽어봅니다.

긴 컨텍스트 추론에서 프리필 병목을 겨냥한 학습 없는 희소 어텐션 방법 RBS-Attention을 해설합니다. 평균 희석 문제와 반경 기반 구조 브랜치, 블록 희소 실행과 실측 속도 향상을 따라갑니다.