:)

1. Introduction연구 배경"Disentangled Editing" (속성 분리 편집) 기술: 생성된 이미지에서 특정 속성만 선택적으로 편집할 수 있는 능력.기존 모델들의 편집 특성GANs고정 차원의 latent vector 사용.눈, 입, 머리색 등과 같은 각 벡터 차원이 의미 있는 개념을 선형적으로 표현.→ 편집이 직관적이고 분리되어 있음. (disentangled)Diffusion 모델다단계 방식으로 노이즈 → 이미지로 점진적으로 생성.고정 latent vector 없음. → 각 단계의 노이즈가 복잡하게 얽혀 있어서 속성 조절이 어려움.기존 시도들의 한계접근 방식 한계점UNet bottleneck의미 분리가 완전하지 않음Text embedding 조작시각 정보와 잘 정렬되지 않아 오류 가능..

Abstract배경기존의 RAG 방식은 특정 정보 검색에는 유용하지만 global 질문에는 취약함.이는 질의 중심 요약(Query-Focused Summarization, QFS)의 성격을 띠지만 기존 QFS 기법은 대규모 문서를 다루기엔 확장성의 한계가 있음.제안 방법: Graph RAGRAG의 검색력과 QFS의 요약력을 결합하여 확장 가능하면서도 의미 있는 응답을 생성하는 방법.2단계 그래프 기반 인덱싱을 사용:Entity Knowledge Graph 생성: LLM을 이용해 문서에서 엔티티 간의 관계를 추출해 지식 그래프 구축.Community Summary 생성: 연관된 엔티티들을 커뮤니티 단위로 묶고 각각에 대해 요약을 사전에 생성.사용자 질문 처리 방식: 각 커뮤니티 요약을 기반으로 부분 응답 ..

파이썬으로 진행한 미니 프로젝트를 태블로로 다시 시각화해보기진행했던 미니 프로젝트는 다음과 같다. 주제: 세금 인센티브와 전기 자동차 채택의 상관관계 분석 내용 요약1. 전기차 보급률은 카운티마다 어떻게 다를까?King County는 전기차 채택률이 가장 높은 반면, Wahkiakum과 Okanogan 카운티는 최저 수준을 기록.주요 영향 요인:도시화 정도충전소 인프라의 밀도환경 인식 수준지방 정부 차원의 지원 정책= 도시 지역일수록 전기차 접근성과 보급률이 높았다. 2. 세금 인센티브는 전기차의 인기에 어떤 영향을 줄까?세금 혜택이 클수록 전기차의 경제적 부담이 낮아지기 때문에 채택률이 높게 나타났다.특히 Wahkiakum과 Pend Oreille처럼 상대적으로 인구는 적지만 세금 혜택이 큰 카운티는 ..

1. 개요DeepSeek MATH: 수학적 추론 능력을 극대화하기 위해 개발된 오픈소스 AI 모델DeepSeek-Coder-Base-v1.5 7B를 기반으로 학습자연어 데이터 뿐만 아니라 수학 관련 데이터와 코드 데이터를 추가 학습해 정확도 향상 2. ContributionMath Pre-Training at Scale 대규모 수학 사전 학습Common Crawl에서 120B 토큰 규모의 수학 데이터(DeepSeekMath Corpus) 생성 (Minerva의 7배)DeepSeekMath-Base 7B가 Minerva 540B와 유사한 성능 → 모델 크기보다 데이터 품질이 중요함을 증명.코드 학습의 효과 확인: 코드 학습 후 수학 학습을 진행하면 문제 해결 및 도구 활용 능력 향상arXiv 데이터 학습은..

Abstract문제점기존 unsupervised skill discovery 방법들: 정적인 환경에만 초점. 에피소드 내 고정된 스킬만 사용. → 변화하는 환경 속 공통 구조를 제대로 학습 X.제안 기법incremental skills: 이전에 학습한 스킬들의 조합으로 구성된 state coverage를 확장하도록 새로운 스킬 학습.스킬 평가 프로세스: 중복 스킬 방지를 위해 새 스킬이 기존 스킬과 얼마나 다른지 & state coverage 확장 기여도 평가.실험 결과Maze navigation과 locomotion 환경에서 제안 알고리즘이 공통 구조를 잘 표현하는 스킬을 학습함.Downstream task에서도 기존 방법들보다 더 유용함.1.Introduction문제의식기존의 강화학습 에이전트는 매번..