드리프트 탐지, 학습기가 유리할 때
개념 드리프트 탐지에서 학습기 기반 방식이 통계 검정보다 유리한 조건과 운영 포인트를 정리한다.
개념 드리프트 탐지에서 학습기 기반 방식이 통계 검정보다 유리한 조건과 운영 포인트를 정리한다.
FineREX 사례로 법원 기록 기반 인간 밀수 지식그래프에서 도메인 맞춤 추출의 필요성과 검수 쟁점을 짚는다.
AI 자동 영업의 핵심은 아이템보다 비용, 승인 워크플로우, 정책과 채널 한계 설계에 있다.
제한된 API 환경의 LLM에서 내부 신호 없이 오답·환각 위험을 추정하는 방법과 한계를 짚는다.
중국산 LLM의 경쟁력은 발언보다 벤치마크와 독립 평가, 비용 효율을 함께 봐야 드러난다.
RTL 생성에서 LLM 실패를 구문·의미·기능 오류로 나눠 보고 검증 루프의 필요성을 짚는다.
conscience step와 DPO를 결합해 LLM이 추론 중 스스로 점검하며 안전성과 성능 균형을 노리는 접근을 다룬다.
정렬과 안전장치는 성능 저하가 아니라 지시 준수·유해성·환각의 균형 문제임을 수치로 짚는다.
P2P LLM 추론에서 prefix cache 재사용을 살리는 탈중앙 라우팅의 장단점과 적용 조건을 짚는다.
LLM은 사람보다 서로 닮은 이야기를 더 자주 만든다. 품질보다 서사 반복성을 봐야 한다.
단일 에이전트 한계를 넘어, 신뢰·권한·평판·감사를 갖춘 분산 협업 구조를 짚는다.
시각 근거 충분성을 먼저 학습시켜 멀티모달 응답의 이미지 일치와 신뢰성을 높이려는 논문 이슈.
광네트워크 ReAct 에이전트에서 도메인 특화 복합 도구가 정답성과 토큰 효율을 함께 높인 사례를 다룬다.
LLM 평가는 정답률만으론 부족하다. 중간 추론의 일관성, 제약 유지, 자기검증까지 함께 봐야 한다.
AI 코딩 도입 후 ASD는 낮아졌지만 총 스멜은 그대로였다. LOC 증가가 만든 착시를 짚는다.
지난 수집 자료(공식/뉴스) 중 중요한 링크를 모아 정리했다.
모바일 UI 스크린샷만으로 사용성·일관성·명확성을 평가하는 UXBench의 의미와 한계를 짚는다.
CAPED는 모바일 GUI 에이전트가 스크린샷 전송 전 민감 정보를 가려 노출을 줄이는 접근을 제시한다.
초기 합의가 보이면 멈추고, 답이 갈릴 때만 토론하는 조건부 계산형 멀티에이전트 추론 접근을 짚는다.
EurekAgent는 프롬프트보다 권한·아티팩트·예산·승인 지점 설계가 핵심임을 보여준다.
LLM을 7개 구성요소의 폐쇄형 에이전트 시스템으로 묶어 변분 양자 회로 설계를 자동화한 연구를 살핀다.
오픈웨이트의 핵심은 무료가 아니라 가중치 다운로드·수정·재배포 권한과 배포 주권의 변화다.
shielded RL을 런타임 차단기가 아닌 설계 단계 구조 분석 도구로 재해석한 논의를 정리한다.
AI는 즉각적 대량 실업보다 직무 재편과 생산성 변화를 먼저 만들 수 있다는 점을 공식 문서와 보고서로 짚는다.