파운데이션 모델과 AI 에이전트는 물리학 연구를 정말 가속하는가 — 스탠퍼드 HAI 패널 정리
스탠퍼드 HAI 물리·AI 콘퍼런스 패널에서 천문학자들이 파운데이션 모델의 구조적 한계와 연구용 AI 에이전트의 실패 유형, 그리고 결과를 어디까지 믿을 수 있는지와 연구자의 숙련이 무뎌지는 문제를 함께 짚었다.
핵심 내용 읽기 →
AI TOPIC
스탠퍼드 HAI 최신 뉴스와 핵심 해설
스탠퍼드 HAI 관련 핵심 뉴스와 활용 인사이트 4편을 최신순으로 모았습니다.
AI의 물리학: 언어 데이터에 숨은 대칭 구조가 언어모델 단어 표현의 기하를 결정하는 이유
딥마인드 연구자가 스탠퍼드 물리학·AI 학회에서 발표한 'AI의 물리학' 강연 정리. 단어 동시출현 통계에 숨은 속성의 독립성과 병진 대칭이 언어모델 내부 표현의 선형성과 감기는 기하를 만든다고 설명한다.
핵심 내용 읽기 →
플로우 매칭으로 확률 입자계 모사: 비마르코프 요동까지 학습한 스탠퍼드 물리·AI 발표
로런스 버클리 연구소 연구진이 스탠퍼드 물리·AI 콘퍼런스에서, 거친 격자 확률 편미분방정식이 놓치는 비가우스·비마르코프 요동을 플로우 매칭으로 학습해 재현한 결과를 발표했다. 질량 보존과 반사 대칭성까지 모델 구조에 직접 심었다.
핵심 내용 읽기 →
AI 벤치마크를 믿어도 되나 — 스탠퍼드 HAI 산미 코예조가 제시한 AI 측정 타당도 프레임워크
스탠퍼드 HAI 세미나에서 산미 코예조 교수는 AI 벤치마크가 설계 목적을 넘어 정책과 투자 판단에 쓰이면서 측정의 위기가 왔다고 진단했다. 타당도 다섯 갈래와 문항반응이론을 활용한 평가 개선안을 제시한다.
핵심 내용 읽기 →