[240126] 모두의연구소가 전하는 “모두를 위한 SW/AI 뉴스”

모두의연구소는 지식을 나누며 함께 성장하는 국내 최대 AI 커뮤니티입니다. 1. SQLite 데이터베이스 웹 Admin 이 웹 앱은 브라우저에서 SQL을 사용하여 데이터를 정리하고 시각화 준비를 할 수 있게 해주는 오프라인 지원 앱입니다. 주요 기능으로는 다양한 SQL 기능, SQLite 및 CSV 파일 교환, Plotly 차트를 이용한 강력한 시각화, 쿼리와 시각화의 저장 및 공유, 그리고 PWA로 설치 가능한 오프라인 우선 앱이 있습니다. 또한, 이 앱은 무료이며 오픈 소스입니다. https://sqliteviz.com/ 2. exports package.json 2024년 방식: Typescript 및 NPM 패키지.json의 exports 필드는 패키지 진입점을 선언하는 새롭고 공식적인 표준입니다. 그러나 TypeScript와 함께 사용하는 것은 복잡하며, 잘못 구성하면 사용자의 문제 보고를 통해서만 알 수 있습니다. 이전에는 ‘main’, ‘module’, ‘types’ 세 필드로 진입점과 타입을 정의했지만, exports 필드 사용시 TypeScript는 기존 ‘types’ 필드를 인식하지 못하고 오류를 발생시킵니다. 따라서 exports 선언에 ‘types’ 하위필드를 특정 방식으로 사용해야 합니다. https://www.kravchyk.com/typescript-npm-package-json-exports/ 3. 뤼미에르: 혁신적인 텍스트-비디오 디퓨전 모델 뤼미에르는 사실적이고 일관된 움직임을 표현하는 데 초점을 맞춘 텍스트-비디오 디퓨전 모델입니다. 이 모델은 시공간 U-Net 아키텍처를 사용하여 비디오 전체를 한 번에 생성하며, 전체적인 시간적 일관성을 제공합니다. 저해상도 풀프레임 속도 비디오 생성을 위해 공간적 및 시간적 다운샘플링과 업샘플링을 적용하며, 텍스트-투-비디오 생성, 이미지-투-비디오 변환, 비디오 인페인팅, 스타일화된 생성 등 다양한 콘텐츠 제작과 비디오 편집 작업을 지원합니다. 이로써 뤼미에르는 비디오 합성의 새로운 가능성을 열어줍니다. https://huggingface.co/papers/2401.12945 4. 텍스트-이미지 디퓨전 모델에서 인간 선호도를 고려한 강화학습을 통한 편향 해소 텍스트-이미지 디퓨전 모델의 암묵적 편향 문제를 해결하기 위해, 본 논문에서는 인간의 선호도와 공정성을 고려한 강화학습(RL) 알고리즘을 사용한 개선 방법을 제안합니다. 이 방법은 디퓨전 모델의 성능을 향상시키며, 특히 안정적 확산(SD) 모델의 경우 인간이 선호하는 더 많은 샘플을 생성하고 샘플의 구성 및 다양성을 높이는 데 효과적입니다. 이 연구는 텍스트-이미지 디퓨전 모델의 윤리적이고 정확한 이미지 생성을 위한 중요한 발전을 나타냅니다. https://huggingface.co/papers/2401.12244 ---- 국내 최초 Flutter 도서 ‘생존코딩’ 오준석 저자의 마지막 직강! 🔥 놓치지 마세요! ► https://bit.ly/482TuPf