출처2026년 5월 30일2026-05-303분Verified
해양 납 데이터, LLM이 읽다
전문가 가이드형 LLM 에이전트로 해양 납·동위원소 문헌 데이터를 구조화하는 접근을 짚는다.
커뮤니티2026년 5월 29일2026-05-294분Verified
코딩 모델, 실행형과 계획형
코딩 모델 차이는 문장력이 아니라 계획 수립, 도구 호출, 문맥 해석 범위에서 드러난다.
출처2026년 5월 29일2026-05-293분Verified
신경망 단순성 편향의 계량화
신경망의 단순성 편향을 데이터 의존 다항식으로 근사해 재는 새 지표와 한계를 짚는다.
출처2026년 5월 29일2026-05-293분Verified
RTG 제어성, Q로 다시 묻다
RTG 숫자 조건의 한계를 짚고 Q값 정렬로 오프라인 RL 제어성과 신뢰성을 높이는 접근을 살핀다.
커뮤니티2026년 5월 29일2026-05-293분Verified
AI 가격표는 제한에서 보인다
AI 가격은 월 구독료보다 사용 한도, 폴백, 인프라 효율까지 함께 봐야 제대로 읽힌다.
출처2026년 5월 28일2026-05-283분Verified
루브릭형 자동채점의 전환
오픈엔디드 자동채점을 루브릭·개념 단위로 분해해 검증 가능성과 수정 가능성을 높이는 접근을 다룬다.
출처2026년 5월 28일2026-05-283분Verified
전자상거래 분쟁 AI 평가
CyberJurors는 전자상거래 분쟁에서 다회차·멀티모달 증거와 플랫폼 규칙 적응을 함께 평가한다.
커뮤니티2026년 5월 28일2026-05-283분Verified
멀티모달 AI, 그래프는 믿을까
멀티모달 AI의 차트·도표 해석 한계와 연구·검토 업무에서 필요한 교차검증 원칙을 짚는다.
커뮤니티2026년 5월 28일2026-05-283분Verified
AI 수직통합의 진짜 병목
AI 수직통합의 핵심은 칩보다 훈련 스택 통제다. 지연, 처리량, 활용률, 복구가 경쟁력을 가른다.
출처2026년 5월 23일2026-05-234분Verified
표 QA, 셀 근거까지 검증
표 질의응답에서 셀 탐색과 추론 단계를 구조화해 정답률뿐 아니라 근거 경로 검증까지 강화하는 접근을 다룬다.
출처2026년 5월 21일2026-05-213분Verified
MOCHA로 본 스킬 최적화
MOCHA는 에이전트 스킬을 다중 필드 아티팩트로 보고, 플랫폼 제약까지 함께 최적화해야 함을 보여준다.
출처2026년 5월 20일2026-05-204분Verified
주장 검증의 삼진 분류
의료·금융의 주장 검증에서 이진 판정 대신 삼진 분류와 설명 가능한 논증 구조를 제안한 연구.
출처2026년 4월 3일2026-04-034분Verified
질문 맞춤형 VLM 압축
사람 눈보다 질문 단서 보존에 맞춘 VLM 이미지 압축 흐름과 비트레이트 절감 의미를 짚는다.
출처2026년 3월 27일2026-03-273분Verified
수학계가 AI를 다루는 기준
수학과 AI의 관계를 가치·실천·교육·기술·윤리 관점에서 짚고 학술 자율성의 기준을 묻는다.
출처2026년 3월 27일2026-03-273분Verified
확률형 AI의 진짜 병목
확률형 신뢰 AI의 병목을 연산보다 메모리·난수 이동에서 재해석한 관점과 설계 점검 기준.
출처2026년 3월 27일2026-03-273분Verified
유아 시각 학습이 AI에 주는 힌트
유아의 저데이터 시각 학습이 개념, 인과, 예측을 묶어 AI 비전과 로보틱스 설계를 바꾸는 이유를 짚는다.
출처2026년 3월 27일2026-03-273분Verified
무선 월드모델의 핵심
3D 기하와 전파 인과를 함께 학습해 현장 일반화를 노리는 무선 월드모델 접근을 짚는다.
출처2026년 3월 26일2026-03-264분Verified
LLM 에이전트 계산 그래프
LLM 에이전트를 정적 워크플로가 아닌 실행 중 바뀌는 계산 그래프로 보고 비용·지연·통제를 함께 설계한다.
출처2026년 3월 20일2026-03-203분Verified
사법 AI, 권고보다 결합
사법 AI의 핵심은 성능보다 인간-기계 결합, 권고 수용 방식, 감사와 TEVV 체계다.
출처2026년 3월 20일2026-03-203분Verified
의료 AI 로봇, 성능보다 책임
의료 AI 로봇 도입의 핵심은 성능보다 책임, 검증, 모니터링 체계라는 점을 짚는다.
출처2026년 3월 20일2026-03-203분Verified
장기 추론과 바이너리 분석
LLM 기반 바이너리 취약점 분석에서 긴 추론 길이보다 탐색 구조와 검증 가능성이 더 중요하다는 쟁점을 다룬다.
출처2026년 3월 18일2026-03-183분Verified
같은 예측, 다른 설명의 함정
같은 예측을 내는 모델도 설명은 달라질 수 있다. XAI의 신뢰성과 감사 기준 재점검이 필요하다.
출처2026년 3월 18일2026-03-184분Verified
AI, 대신 판단 말고 함께 추론
LLM과 계산 논증을 결합해 AI를 대신 판단하는 도구가 아닌 함께 따지는 시스템으로 바꾸는 쟁점을 짚는다.
출처2026년 3월 14일2026-03-143분Verified
교육 AI, 모델보다 설계
교육 AI 성능은 모델 크기보다 역할, 스킬, 도구, 교사 전문성 주입 같은 설계 축이 좌우할 수 있다.