[0813]모두에게 전하는 모두연 AI뉴스!

• The AI Scientist: 완전 자동화된 과학적 발견을 향하여

이 논문에서는 완전 자동화된 과학적 발견을 위한 포괄적인 프레임워크를 제시하며, The AI Scientist라는 시스템을 소개합니다. The AI Scientist는 대규모 언어 모델(LLM)을 활용하여 새로운 연구 아이디어를 생성하고, 코드를 작성하며, 실험을 실행하고, 결과를 시각화하며, 그 결과를 바탕으로 완전한 과학 논문을 작성합니다. 또한, 시뮬레이션된 검토 프로세스를 통해 논문을 평가합니다. 이 프로세스는 인간의 개입 없이 반복적으로 아이디어를 개발하고 지식 아카이브를 구축하여, 인간 과학 커뮤니티처럼 작동할 수 있습니다. 본 논문에서는 확산 모델링, 트랜스포머 기반 언어 모델링, 학습 역학과 같은 다양한 머신러닝 분야에 이 접근 방식을 적용하여 The AI Scientist의 능력을 입증합니다. 또한, 자동화된 논문 평가 시스템을 설계하여 생성된 논문의 품질을 평가합니다. The AI Scientist는 자동 평가 시스템 기준으로 최고 수준의 머신러닝 학회에서 채택될 수 있는 수준의 논문을 생성할 수 있음을 보여줍니다. 궁극적으로 이러한 접근 방식은 머신러닝 연구 분야에서 과학적 발견의 새로운 시대를 열고, AI 에이전트를 통해 과학 발전 속도를 크게 높일 수 있는 가능성을 제시합니다.

https://huggingface.co/papers/2408.06292

• 대조 튜닝을 통한 대규모 언어 모델의 객체 환각 완화

구글 리서치에서 대규모 언어 모델(LLM)에서의 객체 환각 완화에 대한 방법론을 제시했습니다. 해당 블로그에서 LLM이 어떻게 잘못된 정보를 생성할 수 있는지 설명하고, 저자들은 이 문제를 해결하기 위해 대조 튜닝이라는 방법을 제안합니다. 이 방법은 LLM이 사실적 정보와 환각 정보를 구별하도록 학습시키는 것을 포함합니다. 결과는 대조 튜닝이 다른 작업에서의 성능을 유지하면서 환각을 줄인다는 것을 보여줍니다. 또한, 대조 튜닝은 LLM이 질문에 답하고 환각 없이 설명을 생성하는 능력을 향상시키는 것으로 나타났습니다. 이는 LLM이 더욱 신뢰할 수 있고 유용한 도구가 될 수 있음을 시사합니다.

https://research.google/blog/halva-hallucination-attenuated-language-and-vision-assistant/

사전 신청 후 과정 입학하면 데이터 분야 참고 서적 증정! 데이터사이언티스트 과정 지원하기 : https://bit.ly/3YBFXNf