상대적으로 똑똑한 학습: 인증 가능한 오차로 최악의 경우 분석을 넘어서는 학습 이론
TTIC 콜로퀴엄 발표는 분포를 아는 학습기와 겨루는 스마트 학습이 왜 일반적으로 불가능한지 진단하고, 레이블 없는 데이터로 인증 가능한 오차만 기준으로 삼아 그 벽을 넘어서는 새로운 틀을 제시한다.
핵심 내용 읽기 →
AI TOPIC
도메인적응 최신 뉴스와 핵심 해설
도메인적응 관련 핵심 뉴스와 활용 인사이트 4편을 최신순으로 모았습니다.
테스트 타임 적응과 엔트로피 최소화 기법, 과확신·모델 붕괴 문제와 BNM·SAR 해결책 정리
학습 데이터와 실제 데이터의 분포가 달라질 때 쓰는 엔트로피 최소화는 모델을 확신하게 만들지만 예측의 다양성을 잃는다. 고려대 DMQA 세미나를 토대로 이 부작용과 BNM·SAR의 해법을 정리했다.
핵심 내용 읽기 →
열화상 세그멘테이션 도메인 적응: RGB-열화상 상호 증류로 야간 자율주행 인식 성능 높이기
딥러닝 논문 읽기 모임이 소개한 크로스 스펙트럴 비지도 도메인 적응 연구. 마스크드 상호 학습·크로스 스펙트럴 프로토타입·프로토타입 자기지도 손실로 라벨 없는 야간 열화상에서도 mIoU를 70.4%에서 76.9%로 끌어올린다.
핵심 내용 읽기 →
VLM 기반 테스트 타임 어댑테이션(TTA) 정리: 제로샷·프롬프트 튜닝·인코더 튜닝
학습이 끝난 모델이 처음 보는 데이터를 만나는 테스트 시점에 스스로 적응하는 TTA를, 비전·언어 모델 기반의 제로샷·프롬프트 튜닝·인코더 튜닝 세 갈래로 풀어 설명합니다.
핵심 내용 읽기 →