본문 바로가기

분류 전체보기

 (539)
LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control Abstract실용적인 사용을 위해 더 나은 일반화, 제어 가능성 및 효율성에 초점을 맞춘 portrait animation framework인 LivePortrait 제안 [Project Page][Github][arXiv](2024/07/03 version v1)   Methodology Preliminary of Face Vid2vid Face-vid2vid 논문 리뷰 Appearance feature extractor F,canonical implicit keypoint detector L,head pose estimation network H,expression deformation estimation network ∆,warping field estimator W, generator G로 구..
선형 성장의 함정 좋은 글을 읽는 것은 정말 좋은 일이다. 최근에 읽은 정말 좋은 글들이 있는 블로그들:Sam AltmanNear's Blog홍승주 님의 브런치스토리 Near의 블로그에는 물론 좋은 글들이 많이 있지만 특히 Links 탭에는 정신이 아득해질 정도로 더 많은 블로거들의 글들이 있다. 심심할 때 하나씩 읽어보는 거 추천. 거를 타선이 없다. 홍승주 님의 브런치스토리는 오늘 발견했는데 '생각'에 대해서 주로 포스팅하시고 서울대 의대 출신이라고 한다. 그래서 그런가 글을 굉장히 잘 쓰시고 도움이 되는 글이 많다. 특히 '생각의 자동성', '명상'에 대한 내용들이 마음에 들었다. 앞으로는 논문 리뷰는 많이 하지 않을 예정이다. 샘 알트만의 글을 읽으면서 내가 "선형 성장의 함정"에 빠졌다는 사실을 깨달았다. 매일매..
Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs Abstract최적화 단위를 개별 답변에서 개별 추론 단계로 분해하여 긴 수학적 추론 능력 향상 [Github][arXiv](2024/06/26 version v1)   Step-DPOStep-Wise FormulationDPO 설명  Our Solution DPO는 수학 문제와 같은 긴 추론 작업에서는 미미한 개선만 제공하는데, 이는 첫 번째 오류가 긴 추론 과정의 중간에 나타나고 이를 거부하면 초반의 올바른 추론 단계도 무시되어 학습에 부정적인 영향을 끼치기 때문이다.  Step-DPO는 답변 y를 일련의 추론 단계로 분해하여 s를 기준으로 손실을 계산한다.In-Distribution Data Construction 데이터셋 D0 = {(x, ŷ)}에 대해 CoT 추론( Let’s think ste..
OMG-LLaVA: Bridging Image-level, Object-level, Pixel-level Reasoning and Understanding Abstract범용 분할 모델을 visual encoder로 사용하여 pixel-level 능력을 향상하고 다양한 유형의 입력을 처리할 수 있는 단일 모델인 OMG-LLaVA 제안 [Project Page][Github][arXiv](2024/06/27 version v1)   Methodology Task Unification 3가지 유형의 토큰이 있다.텍스트 토큰 Tt, 픽셀 중심 시각 토큰 Tpv, 객체 중심 시각 토큰 Tov. OMG-LLaVA에서 LLM이 입출력 가능한 토큰 유형은 다음과 같다. OMG-LLaVA Framework   Image Encoder ConvNeXt-L 기반 CLIP 모델 사용.  OMG Decoder학습 가능한 쿼리 세트가 입력에 포함되며 MCA, SA로 이루어져 있다..
약속의 땅 (버락 오바마 회고록) 이 책은 사실 구매한 지 거의 3년이 지났다. 친구를 기다리며 서점을 둘러보다가 베스트셀러 코너에 있던 이 책을 발견했다. 엄청 두꺼운 책을 한 번 읽어보고 싶은 마음, 미국 최초의 흑인 대통령의 삶이 궁금했던 마음 (그 순간에는), 짧고 굵은 제목과 표지의 오바마 사진 등 여러 요인에 이끌려서 사버렸지만 너무 두꺼워서 읽을 엄두가 안 나기도 했고 흥미가 떨어지기도 했고 그래서 오랫동안 내 책장에만 꽂혀 있었다.  하지만 비슷한 두께를 자랑하는 괴벨스 전기를 읽고 난 후, 발동 걸린 김에 다 읽자는 마음으로 집어 들었다.  책 페이지 수는 내용만 해도 890p이다. 괴벨스 전기는 1000p가 넘었지만 부록 부분이 길어 실제 페이지는 이 책 보다 적었다. 이 책은 부록이 없는데, 오바마 본인이 부록이나 주..
Refusal in Language Models Is Mediated by a Single Direction (Daredevil-8B) Abstract유해한 명령을 거부하는 단일 방향을 찾아 제거 [논문 설명][Colab + 코드 분석][HuggingFace Model Weight][arXiv](2024/06/17 version v1)   Methodology 연구진의 가설은 모델의 각각의 거부 반응에 공통적인 refusal feature가 있고, 이를 제거하면 거부 기능이 중단된다는 것이다. Extracting a refusal direction 유해 프롬프트에 대한 평균 활성화 μ, 무해 프롬프트에 대한 평균 활성화 ν를 구하고 차이를 구한다. 벡터 r은 토큰 위치 i와 레이어 l에 대해 I × L개 생성되며r을 제거했을 때 명령을 거부하지 않는지무해 프롬프트에 대해 r을 추가하면 명령을 거부하는지r이 모델 동작에 얼마나 영향을 미치..
Depth Anything V2 AbstractDepth Anything V1의 업그레이드 버전 [Project Page][Github][arXiv](2024/06/13 version v1)   Revisiting the Labeled Data Design of Depth Anything V1 Real labeled depth map의 단점:여러 요인으로 인해 label이 부정확하다.세부사항이 간과되는 경우가 많다. 그에 비해 합성 이미지는 detail과 label이 모두 정확하다.    Challenges in Using Synthetic Data 그럼에도 불구하고 여전히 MDE(Monocular depth estimation)에서 real depth map이 활용되고 있는 이유:합성 이미지와 실제 이미지 사이의 차이: 합성 이미지는..
Be like a Goldfish, Don't Memorize! Mitigating Memorization in Generative LLMs (Goldfish Loss) Abstract훈련 목표의 간단한 수정을 통해 기억 능력을 감소시켜 정보 누출 위험을 피하는 Goldfish Loss 제안 [Github][arXiv](2024/06/14 version v1)   Goldfish Loss: Learning Without Memorizing 일반적인 causal language modeling: Goldfish loss는 goldfish mask G ∈ {0, 1}를 통해 G = 0일 때 토큰의 손실을 무시하는 것이다. 이는 모델이 테스트 시 훈련 샘플을 '재현'하려는 것을 막음으로써 정보 누출을 완화할 수 있다.마스킹 방법으로는 k번째 토큰을 무시하거나 1/k 확률로 무시하는 방법들이 있다. Robust Handling of Duplicate Passages with H..
Samba: Simple Hybrid State Space Models for Efficient Unlimited Context Language Modeling AbstractMamba와 Sliding Window를 계층적으로 결합한 hybrid architecture인 Samba를 제안하고 실험 [Github][arXiv](2024/06/11 version v1)  Methodology MambaSliding Window Attention    Experiments and Results Language Modeling on Textbook Quality Data  Perplexity 처리 속도  Long-Context Understanding
Scalable MatMul-free Language Modeling AbstractLLM에서 값비싼 MatMul 작업을 완전히 제거메모리 사용량을 최대 60%까지 줄임 [Github][arXiv](2024/06/18 version v5)   Method MatMul-free Dense Layers with Ternary Weights Dense layer를3항 가중치 {-1, 0, +1}를 가진 BitLinear 모듈로 변환하여 MatMul 연산을 누적 덧셈 연산으로 변환할 수 있다.  Hardware-efficient Fused BitLinear Layer BitNet은 BitLinear 입력 전 RMSNorm을 요구하며 HBM과 SRAM으로 구성된 현대 GPU의 구조를 고려할 때 기존 구현은 많은 I/O 작업을 도입하여 하드웨어 효율적이지 못하다. 하드웨어를 고려한..
Accessing GPT-4 level Mathematical Olympiad Solutions via Monte Carlo Tree Self-refine with LLaMa-3 8B (MCTSr) AbstractLLM과 MCTS (Monte Carlo Tree Search)를 혁신적으로 통합한 MCTSr (MCT Self-Refine) 제안특히 수학적 추론 능력이 크게 향상됨 [arXiv](2024/06/13 version v2)   Preliminary MCTSUCT (Upper Confidence Boundary of Tree) Self-refine(Project page 설명, 동영상) 용어 정리:P: 다루고 있는 문제 인스턴스A: P에 대한 잠재적 답변을 나타내는 노드들의 집합 M: 각 노드에서 사용 가능한 동작들의 집합R: 노드들의 자체 보상을 샘플링하는 함수 (자체 보상이란 LLM에게 스스로 자기 답변을 평가하도록 하는 것을 말함)Ra: R로 a의 모든 자체 보상 샘플링 결과를 저장하는..
목표와 신념이 없다면, 단지 살아있을 뿐이다. 괴벨스 전기에 이어서, 오바마 자서전을 읽는 중이다.추후 독후감에도 적겠지만, 지금 기록해 놓아야 할 것 같다.일론 머스크와 괴벨스, 그리고 오바마의 공통점은 목표와 비전, 또는 신념과 같이 '행동에 대한 동기'가 있었다는 점이다.확률이 낮더라도, 그 "일말의 가능성"에 "전력"으로 부딪혔을 때, 비로소 기적은 일어난다.아직 초반밖에 읽지 않았지만, 인상 깊었던 구절이 있다.나 자신보다 큰 무언가를 좇기로 마음먹고서야 비로소 삶의 목적과 내게 맞는 공동체를 찾을 수 있었다.그들의 신념, 목표, 어쩌면 "광신적 믿음"이 그들로 하여금 일말에 가능성에 전력으로 부딪히도록 할 수 있었다.그들의 이야기는 어쨌거나 "승자의 이야기"이기 때문에 그 아래 파묻힌 수많은 패자들이 있을지도 모른다. 매번 무모한 도전만 ..

티스토리툴바