paper
1.[Paper] Embarrassingly Shallow Autoencoders for Sparse Data (EASE)
논문에서 소개한 EASE의 특징hidden layer 없다autoencoder로 구성convex training objective의 closed-form solution을 도출weight matrix의 대각선은 0Input : user가 상호작용한 itemoutput(
2022년 12월 27일
2.[논문] 초거대 언어모델 연구 동향
업스테이지에서 LLM에 대한 논문을 공개했다.논문에서는 LLM에 대한 전반적인 동향을 다루고 다음과 같은 내용을 다룬다.초기의 언어모델부터 현재의 초거대 언어모델까지의 연구 및 발전과정한국어 초거대 언어모델의 특징 및 최신 동향최신 초거대 언어모델 연구 동향초거대 언어
2023년 12월 15일
3.Don’t Do RAG:When Cache-Augmented Generation is All You Need forKnowledge Tasks
논문 원본 https://arxiv.org/pdf/2412.15605 Abstract 본 연구에서는 기존의 실시간 검색(RAG) 기반 시스템을 개선한 (Context-Aware Generation) 시스템을 제안합니다. CAG는 대규모 문서 집합을 미리 Key-Va
2025년 2월 14일
4.SPREADSHEETLLM: Encoding Spreadsheets for Large Language Models
Abstract 주요 기여 및 방법론 Vanila Serialization 셀 주소, 값 서식을 포함하는 기본적인 직렬화 방식을 도입 but, 토큰 제한으로 인해 실제 적용에 어려움이 있음 SHEETCOMPRESSOR LLM을 위한 스프레드시트 압축을 위해 개발된
2025년 4월 4일