arXiv:2606.08048: PoE-Bridge가 병렬 디코딩으로 확산 언어 모델을 5× 가속한다
새로운 논문이 Product-of-Experts 분포를 통해 확산 언어 모델과 자기회귀 언어 모델을 잇는 디코딩 프레임워크 PoE-Bridge를 도입한다. 이 방법은 표준 확산 디코딩 대비 5× 가속을 달성하며 대상 모델 성능의 최소 95%를 회복한다.
7 개 뉴스 — 🟡 4 주목 , 🟢 3 흥미
새로운 논문이 Product-of-Experts 분포를 통해 확산 언어 모델과 자기회귀 언어 모델을 잇는 디코딩 프레임워크 PoE-Bridge를 도입한다. 이 방법은 표준 확산 디코딩 대비 5× 가속을 달성하며 대상 모델 성능의 최소 95%를 회복한다.
새로운 논문이 추론 모델의 RL 훈련에서 반복되는 세 가지 동역학을 식별하고, 신뢰도와 난이도에 따라 문제에 가중치를 부여하는 방법 CoDaPO를 제안한다. 학습 가능한 문제를 우선함으로써 12개 벤치마크에서 일관된 향상을 달성한다.
새로운 논문이 간장학에서 빌려온 스트레스 감사 프레임워크 AI-MASLD를 도입해 임상 LLM을 평가한다. 7개 모델을 240개 사례로 검증한 결과, 서사적 스트레스 아래에서 모델은 크게 갈라지며 의료용 파인튜닝은 안정성과 공정성을 체계적으로 저하시킨다.
새로운 논문이 대규모 언어 모델에 대한 다양한 백도어 공격에 공통된 잠재 메커니즘을 드러낸다. 희소 오토인코더가 Qwen3, Gemma 3, Llama 3.1에 걸쳐 일반화하는 일관된 특징을 탐지하고, 경량 분류기가 보지 못한 백도어의 제로샷 탐지를 달성한다.
새로운 논문이 오픈웨이트 언어 모델을 악의적 파인튜닝으로부터 보호하는 방어 Patcher를 도입한다. 전체 파라미터 공격에서 무너지는 기존 방어와 달리, Patcher는 적대적 훈련과 이중 수준 최적화를 통해 견고성을 크게 높이고 다양한 공격 시나리오에 걸쳐 일반화한다.