Retrieval-Augmented Generation with Estimation of Source Reliability
연도: 2025 / 저자: 황정연, 박준영, 박혜진, 김동우, 박상돈, 옥정슬 / 학술대회명: Conference on Empirical Methods in Natural Language Processing (EMNLP)
검색
이 검색 창 닫기
Beyond Scaling Laws
Beyond Scaling Laws
국가AI연구거점은 기존 머신러닝 스케일링 법칙 (Scaling Laws)의 한계를 뛰어넘기 위해 새로운 모델 아키텍처와 학습 알고리즘을 개발하는 것을 목표로 합니다. 대형 모델 확장 과정에서 발생하는 막대한 비용과 환경적 문제를 해결함으로써, 효율적이고 실용적인 AI를 구현하는 데 전념하고 있습니다
연구 논문 목록
Adaptive Non-uniform Timestep Sampling for Accelerating Diffusion Model Training
연도: 2025 / 저자: 김면수, 기동현, 심성웅, 이병준 / 학술대회명: IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
K/DA: Automated Data Generation Pipeline for Detoxifying Implicitly Offensive Language in Korean
연도: 2025 / 저자: 전민경, 정혜민, 김예랑, 김지영, 조재현, 이병준 / 학술대회명: Annual Meeting of the Association for Computational Linguistics (ACL)
Iterative Prompt Refinement for Safer Text-to-Image Generation
연도: 2025 / 저자: 전진우, 오준혁, 이하영, 이병준 / 학술대회명: Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP)
Rethinking DPO: The Role of Rejected Responses in Preference Misalignment
연도: 2025 / 저자: 조재현, 오준혁, 김면수, 이병준 / 학술대회명: Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP)
NBDI: A Simple and Effective Termination Condition for Skill Extraction from Task-Agnostic Demonstrations
연도: 2025 / 저자: 김면수, 이하영, 심성웅, 서준호, 이병준 / 학술대회명: International Conference on Machine Learning (ICML)
The Heart of AI Innovation in Korea
108, Taebong-ro, Seocho-gu, Seoul 06764, Republic of Korea
56 Yangjae-daero 12-gil, Seocho-gu, Seoul 06804, Republic of Korea
Tel. +82 2-577-5722
© National AI Research Lab 2026. All rights reserved.
If you have any problems with the website or need technical support, please contact inquiry@dvn.ci