ALMA 전파망원경 이상 탐지, 커널 회귀 스캔 통계로 재현율 100%와 신호당 45밀리초를 동시에 달성
유타대 연구팀이 커널 회귀를 접목한 스캔 통계로 ALMA 전파망원경의 대역폭 보정 스펙트럼 3만8천여 건에서 상관기 정렬 오류로 생긴 이상 구간을 하나도 놓치지 않고 실시간에 가까운 속도로 찾아내는 방법을 공개했다.
핵심 내용 읽기 →
AI TOPIC
데이터 품질 최신 뉴스와 핵심 해설
데이터 품질 관련 핵심 뉴스와 활용 인사이트 7편을 최신순으로 모았습니다.
옵티마인드 정리: 자연어 문제를 최적화 수식과 코드로 바꾸는 MS 리서치의 소형 모델
마이크로소프트 리서치가 공개한 옵티마인드는 자연어로 쓴 문제를 혼합정수선형계획 수식과 실행 가능한 솔버 코드로 바꾼다. 오류가 절반까지 섞인 학습 데이터를 전문가 힌트로 정제해 200억 파라미터로 프런티어급 성능을 낸 과정을 정리했다.
핵심 내용 읽기 →
AI 분류기 정확도 추정: 정답 데이터 없이 전문가 평가의 한계를 넘는 세 가지 방법
카네기멜런 AI-SDM 세미나에서 MITRE 소속 연구자가 정답 데이터가 없을 때 전문가 평가에 기대는 관행의 위험과, 분류기 정확도를 우회해 추정하는 세 가지 접근을 소개했다. 사람과 AI가 함께 판단할 때의 위험도 함께 다뤘다.
핵심 내용 읽기 →
AI 에이전트 벤치마크 설계법: 시니어 엔지니어 수준 평가와 과제 품질 관리 원칙 정리
AI를 만드는 속도가 그것을 재는 속도를 앞질렀다. 스노클 AI 연구자가 버클리 에이전틱 AI 서밋에서 밝힌, 오래 쓰이는 에이전트 벤치마크의 설계 원칙과 과제 품질 관리 방법, 다음 세대 평가의 방향을 정리했다.
핵심 내용 읽기 →
AI 슬롭은 왜 생기나: 측정 가능성과 평균으로의 붕괴, 디자인·글쓰기 같은 주관적 영역을 훈련하는 법
AI는 코딩과 수학에서 앞서갔지만 디자인과 글쓰기에서는 여전히 뒤처져 있다. 테이스트 랩스 창업자가 주관적 영역을 검증 가능한 형태로 쪼개는 방법과, 결과물이 밋밋해지는 구조적 원인인 '평균으로의 붕괴'를 설명했다.
핵심 내용 읽기 →
온톨로지와 지식 그래프 관계 정리: 품질 평가 지표와 증분 갱신을 가르는 설계의 힘
서울대 DSBA 연구실 세미나가 공개 지식 그래프 다섯 곳의 품질 비교 논문과 구축 파이프라인 논문을 함께 짚었다. 클래스 규모보다 온톨로지 설계가 품질을 가른다는 분석과 증분 갱신 과제를 정리했다.
핵심 내용 읽기 →
LLM 파인튜닝 가이드: 학습 vs 미세조정 선택과 8단계 실전 절차
니치한 업무에 LLM 결과가 어긋난다면? 처음부터 학습할지 파인튜닝할지 판단하는 기준과 데이터 품질, 인프라, 목표 설정부터 배포까지 8단계 절차를 정리했습니다.
핵심 내용 읽기 →