제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
최첨단 비전-언어 모델은 사용자 인터페이스(UI) 탐색에서 뛰어난 성능을 보여주지만, 높은 추론 비용으로 인해 일상적인 사용이 어렵습니다. 반면, 지도형微調(SFT) 또는 오프라인 강화 학습으로 훈련된 소규모 모델들은 종종 정적인 경로를 단순히 암기하여 실행이 취약하고 오류 발생 시 복구가 불가능합니다. 이러한 한계를 해결하기 위해 우리는 실시간 iOS 애플리케이션에서 직접 UI 탐색 에이전트를 훈련시키는 새로운 온라인 강화 학습 프레임워크를 제안합니다. 우리의 프레임워크는 에이전트를 두 가지 특화된 구성 요소로 분리합니다: 계획…
AI 도입이 전 세계적으로 확대됨에 따라, 다양한 언어와 문화권의 사람들이 일상생활의 더 많은 영역에서 이를 활용하고 있습니다. 범용 언어 모델은...
IBM 리서치는 오픈소스인 Granite Timeseries Ensemble(v1)을 출시했으며, PatchTST-FM-r1/r2, FlowState 및 Tiny Time Mixers 등 네 가지 사전훈련 아키텍처를 통합해 제로 편향(zero-shot) 미세조정 없이도 확률적 앙상블 예측을 지원합니다. 기본적으로 동등한 가중치의 확률적 앙상블(Probabilistic Ensemble)을 채택하며, 사분위 범위 기반 적응형 가중치(IQR Ensemble) 옵션도 제공합니다. GIFT-Eval 벤치마크(2026-10-20 기준 스냅샷)에서 점예측 오차(MASE=0.683)는 최고의 단일 모델보다 약간 우수하며, 전반적인 로버스트성이 크게 향상되었습니다.
NVIDIA는 오픈소스 시계열 예측 모델인 Kumo Forecast(구 NV-Tesseract Forecasting)를 출시했습니다. 이 모델은 MOMENT-1-large Transformer 아키텍처를 기반으로 하며, 직접 예측과 도메인 인식 표현 및 검색(DARR)의 두 가지 경로 추론을 지원하고, 모델 구조를 수정할 필요 없이 내장된 해석 가능성 프레임워크를 탑재하고 있습니다.
