제목	추상적인	주제
2024년 7월 31일	Rama3 모델 무리	최신 인공 지능(AI) 시스템은 기초 모델을 기반으로 합니다.	재단 LLM
2024년 7월 31일	ShieldGemma: Gemma 기반 생성적 AI 콘텐츠 조정	Gemma2를 기반으로 구축된 LLM 기반 안전 콘텐츠 조정 모델의 포괄적인 제품군인 ShieldGemma를 소개합니다.	콘텐츠 조정
2024년 7월 31일	MoMa: 고립된 형태의 전문가의 숲을 즐기기 위해 따로 사전 훈련	혼합 모달, 초기 융합 언어 모델을 사전 훈련하기 위해 설계된 새로운 양식 인식 전문가 혼합(MoE) 아키텍처인 MoMa를 소개합니다.	LLM 아키텍처
2024년 7월 25일	AgentScope의 폴리머 폴리머 생성	최근 LLM(대형 언어 모델)의 발전으로 대규모 시뮬레이션에 다중 에이전트 시스템을 적용할 수 있는 새로운 길이 열렸습니다.	자치령 대표
2024년 7월 23일	OpenDevin: 일반 에이전트 AI 소프트웨어 개발자를 위한 개방형 플랫폼	소프트웨어는 인간이 사용할 수 있는 가장 강력한 도구 중 하나입니다.	작업별 LLM
2024년 7월 19일	치기 및 지식을 가지고 있어야 하는 언어 모델	다양한 배포 규모와 크기를 대상으로 하는 대규모 언어 모델(LLM)은 현재 각 변형을 처음부터 학습하여 생성됩니다.	지식 증류
2024년 7월 19일	대응 버전의 일관성 및 주체 피드백: 설문 조사	LLM(대형 언어 모델)은 정확하게 응답할 것으로 예상되지만 추론이 부족하거나 환각적인 콘텐츠를 생성하는 경우가 많습니다.	LLM의 자기 피드백
2024년 7월 19일	자율 컴퓨팅의 인수: LLM이 실제로 제작할 수 있습니까?	20년 전에 제안된 자율 컴퓨팅 비전(ACV)은 생물학적 유기체와 유사하게 자체 관리하고 변화하는 환경에 원활하게 적응하는 컴퓨팅 시스템을 구상합니다.	다중 에이전트 시스템, 의견서
2024년 7월 19일	LazyLLM: 효율적인 확장을 위해 LLM을 인용하는 것입니다.	변환기 기반 대형 언어 모델의 추론은 1) 프롬프트의 KV 캐시를 계산하고 첫 번째 토큰을 생성하는 사전 채우기 단계, 2) 후속 토큰을 생성하는 디코딩 단계의 두 가지 순차적 단계로 구성됩니다.	LLM 가지치기
2024년 7월 18일	사용을 축소하는 경우: 더 큰 모델에는 더 큰 규모가 필요합니다.	대규모 언어 모델(LLM) 확장에 대한 연구는 주로 모델 매개변수와 훈련 데이터 크기에 중점을 두고 어휘 크기의 역할을 간과했습니다.	LLM 어휘
2024년 7월 17일	AgentPoison: 살인 메모리 또는 기술 자료를 통해 LLM 에이전트 레드팀 구성	LLM 에이전트는 주로 추론, 외부 지식 및 도구 활용, API 호출, 환경과 상호 작용하는 작업 실행 등의 고급 기능으로 인해 다양한 애플리케이션에서 놀라운 성능을 입증했습니다.	레드팀
2024년 7월 17일	안전하지 않은 비디오 제작에 대한 이해	VGM(비디오 생성 모델)은 고품질 출력을 합성하는 기능을 입증했습니다.	비디오 생성 조정
2024년 7월 17일	Spectra: 삼항, 복잡화 및 FP16 언어 모델에 대한 종합적인 연구	훈련 후 양자화는 LLM 추론에서 메모리 관련 병목 현상을 해결하는 주요 방법이지만 안타깝게도 4비트 정밀도 미만에서는 상당한 성능 저하가 발생합니다.	소규모 언어 모델
2024년 7월 16일	NeedleBench: LLM이 1백만 개의 자산 창에서 검색 및 보유할 수 있는 재고?	LLM(대형 언어 모델)의 긴 컨텍스트 기능을 평가할 때 원본 긴 문서에서 사용자 쿼리와 관련된 콘텐츠를 식별하는 것은 모든 LLM이 긴 텍스트를 기반으로 질문에 대답하는 데 중요한 전제 조건입니다.	긴 컨텍스트
2024년 7월 15일	MMM: 다국어 특수 강화 효과 혼합 데이터 세트 및 개방형 크기 추출 정보 추출 언어 모델을 사용하여 테스트	상호 강화 효과(MRE)는 정보 추출 및 멀티태스킹 연구에서 유망한 방법을 나타냅니다.	다국어 LLM
2024년 7월 15일	Qwen2-Audio 기술상담	다양한 오디오 신호 입력을 수용하고 음성 명령에 대한 오디오 분석이나 직접적인 텍스트 응답을 수행할 수 있는 Qwen2-Audio라는 대규모 오디오 언어 모델인 Qwen-Audio의 최신 진행 상황을 소개합니다.	기초 모델
2024년 7월 15일	Qwen2 기술정보	이 보고서에서는 당사의 대규모 언어 모델과 대규모 다중 모드 모델에 최신 추가된 Qwen2 시리즈를 소개합니다.	기초 모델
2024년 7월 14일	방법을 배우다: LLM의 개인정보 위험 C	LLM(대형 언어 모델)은 자연어를 이해하고 생성하는 데 있어 놀라운 기능을 보여줍니다.	LLM의 개인 정보 보호
2024년 7월 12일	무한 확장 LLM을 유지하는 인간과 퍼포먼스 메모리	LLM(대형 언어 모델)은 놀라운 기능을 보여주었지만 여전히 광범위한 컨텍스트를 처리하는 데 어려움을 겪고 있어 긴 시퀀스에 대한 일관성과 정확성을 유지하는 능력이 제한됩니다.	LLM 메모리
2024년 7월 12일	안전하지 않다고 느낄 때마다 거절하세요: 고립된 거절 교육을 통해 LLM의 안전 개선	이 연구는 안전 튜닝 데이터 내의 거부 위치 편향을 식별하고 해결함으로써 LLM(대형 언어 모델)에 대한 안전 튜닝 관행의 중요한 격차를 해결합니다. 이는 안전하지 않은 콘텐츠 생성을 적절하게 거부하는 모델의 능력을 손상시킵니다.	LLM의 안전
2024년 7월 11일	협력자들의 활동을 비디오로 표현하기	우리는 기본적인 비디오 확산 모델을 구축하는 데 상당한 진전을 이루었습니다.	다중 모드 정렬
2024년 7월 11일	당신의 모델은 정말로 훌륭한 수학 추론가입니까?	뛰어난 수학적 추론 능력은 LLM(대형 언어 모델)의 힘을 보여주는 주요 기능 중 하나입니다.	작업별 LLM
2024년 7월 10일	PaliGemma: 전송을 위한 다용도 3B VLM	PaliGemma는 SigLIP-So400m 비전 인코더와 Gemma-2B 언어 모델을 기반으로 하는 개방형 VLM(비전 언어 모델)입니다.	비전 언어 모델
2024년 7월 10일	코드 생성 평가 데이터에 대해 다음과 같이 설정합니다.	이 문서에서는 코드 생성 테스트 세트에 의한 오염, 특히 최신 대규모 언어 모델에서의 사용에 대해 고려합니다.	코드 생성
2024년 7월 9일	에이전트 인터넷: 인텔리전스를 위해 이기종 에이전트 웹 만들기	LLM(대형 언어 모델)의 급속한 발전으로 인해 매우 유능한 자율 에이전트를 개발할 수 있는 기반이 마련되었습니다.	다중 에이전트 시스템
2024년 7월 6일	규칙: 의료용 렌즈의 사실성을 포함할 수 있는 다수의 모드 RAG	최근 Med-LVLM(의료용 대형 비전 언어 모델)의 출현으로 의료 진단이 향상되었습니다.	작업별 LLM
2024년 7월 5일	LLM을 정책화하는 책임 LLM의 확장성을 갖는 감독	확장 가능한 감독 프로토콜은 인간이 초인간적인 AI를 정확하게 감독할 수 있도록 하는 것을 목표로 합니다.	LLM 평가
2024년 7월 4일	Stark: 융합소나 극중 지식을 활용한 사회 장기 다중화 대화	인간은 인스턴트 메시징 도구를 통해 대화를 통해 개인적인 경험과 관련된 다양한 이미지를 공유합니다.	다중 모드 모델
2024년 7월 4일	버전 메뉴 아이콘 창 평가: "작업 메모리" 테스트 및 시간 수정	대규모 언어 모델은 실제 응용 프로그램에서 눈에 띄게 사용되며 종종 대량의 문서에 대한 추론 작업을 수행합니다.	LLM 컨텍스트 평가
2024년 7월 3일	AgentInstruct: 에이전트를 구성하는 적 교육을 유도하여	크고 작은 언어 모델의 개발을 가속화하기 위해 합성 데이터가 점점 더 중요해지고 있습니다.	자치령 대표
2024년 7월 3일	HEMM: 다중 기반의 종합 평가	이미지, 비디오, 오디오 및 기타 감각 양식과 함께 텍스트를 전체적으로 처리할 수 있는 다중 모드 기반 모델이 다양한 실제 응용 프로그램에서 점점 더 많이 사용되고 있습니다.	다중모달 모델 평가
2024년 7월 3일	InternLM-XComposer-2.5: 장거리 상황별 입력 및 출력을 지원하는 크기 대형 비전 언어 모델	우리는 긴 상황별 입력 및 출력을 지원하는 다목적 대형 비전 언어 모델인 InternLM-XComposer-2.5(IXC-2.5)를 제시합니다.	기초 모델
2024년 7월 2일	잘못된 안전의식: '안전한' AI 응답에서 안전하지 않은 정보 제공	LLM(대형 언어 모델)은 해롭거나 일반적으로 허용되지 않는 출력을 유도하는 탈옥$\unicode{x2013}$방법에 취약합니다.	LLM의 안전
2024년 7월 2일	잊을 것인가 말 것인가?	광범위한 말뭉치에 대해 훈련된 LLM(대형 언어 모델)은 필연적으로 개인 정보 보호 정보 및 저작권 자료와 같은 민감한 데이터를 유지합니다.	모델 언러닝
2024년 7월 1일	건초 더미 요약: 장기 컨텍스트 LLM 및 RAG 시스템에 대한 과제	LLM 및 RAG 시스템은 이제 수백만 개 이상의 입력 토큰을 처리할 수 있습니다.	LLM 컨텍스트 길이
2024년 6월 30일	단계 제어 DPO: 확실하게 신뢰할 수 있도록 단계적 오류 활용	DPO(직접 선호 최적화)는 추론 및 정렬과 같은 다운스트림 작업에서 LLM(대형 언어 모델)의 성능을 향상시키는 데 효과적인 것으로 입증되었습니다.	정책 최적화
2024년 6월 30일	지식 체인: 지식 그래프에서 학습 가능하게 신뢰할 수 있는 언어 모델에 통합	대형 언어 모델(LLM)은 점점 더 복잡해지는 추론을 포함하는 다양한 자연어 처리(NLP) 작업에서 인상적인 능력을 보여왔습니다.	LLM의 지식 통합
2024년 6월 29일	검색만 필요한 경우 컨텍스트가 정말 긴 것입니까?	언어 모델 기능의 향상으로 인해 해당 응용 프로그램이 더 긴 컨텍스트로 확장되어 장기 컨텍스트 평가 및 개발이 활발한 연구 영역이 되었습니다.	LLM 컨텍스트