Hi, there! 10월 15일 ~ 10월 22일 간 나온 AI 주요 포스트와 논문을 추려보았습니다. • 카카오 AI추천 : 협업 필터링 모델 선택 시의 기준에 대하여(https://tech.kakao.com/2021/10/18/collaborative-filtering/) – 기초적인 내용이지만 현업에서 어떻게 일하는지 엿볼 수 있습니다. • 로봇 공학을 위한 물리 시뮬레이터 공개(https://deepmind.com/blog/announcements/mujoco) – DeepMind에서 물리 시뮬레이터 MuJoCo를 공개했습니다. Github(https://github.com/deepmind/mujoco)을 참조하세요. • Constituency Parsing에 대한 제한된 콘텍스트의 한계(https://blog.ml.cmu.edu/.../the-limitations-of-limited.../) – 🌲 구문 표현 분석 시 방향성의 영향력에 관한 심층 분석입니다. 논문(https://arxiv.org/abs/2106.01580)도 참고하세요. • AI에 대한 전망 업데이트와 교훈(https://bair.berkeley.edu/blog/2021/10/14/forecasting/) – AI 발전에 관한 미래 5년 치 전망 📈 • PICO: Human-in-the-Loop 의사결정을 향한 실용적인 압축 방법(https://bair.berkeley.edu/blog/2021/10/06/pico/) – 다운스트림 사용자 행동 또는 반응을 기반으로 이미지 압축하기 • 풀리지 않은 ML 안전 문제(https://bair.berkeley.edu/blog/2021/09/29/ml-safety/) 🦺 – 파운데이션 모델 토론의 맥락에서 흥미롭게 읽을 수 있습니다. 블로그 게시물은 논문(https://arxiv.org/abs/2109.13916)의 요약본입니다. • 교육 영역에서의 AI 기반 모델의 위험(https://arxiv.org/abs/2110.10024) – Stanford 보고서에 대한 후속 작업으로 교육 영역의 위험에 대해 탐구했습니다. 📚 • 비지도 미세 조정(https://arxiv.org/abs/2110.09510) – 일부 소스 데이터 추가 그리고 데이터 혼합 • 사전 훈련 언어 모델에 대한 편향 제거 기법의 효과에 대한 실증적 조사(https://arxiv.org/abs/2110.08527) – 여전히 해야 할 일이 많습니다. • 다국어 상식 추론(Reasoning)에 지식 활용하기(https://arxiv.org/abs/2110.08462) – 번역 - 검색 - 번역 전략을 통해 다양한 언어에서 추론하기 • 생성 데이터를 이용한 강건성 향상(https://arxiv.org/abs/2110.09468) – 다양하고 보완적인 생성 샘플 선택하는 방법 위 내용은 Alexa AI Deep Learning Blog에서 발행하는 AI 주간 뉴스에서 발췌, 번역하고 개인적으로 내용을 추가하여 만든 것입니다.