-
[논문 리뷰] Goldfish: Monolingual Language Models for 350 Languages
350개 저자원 언어를 위한 1,154개의 작은 단일언어 GPT-2 모델 모음. 1GB 이하 코퍼스에서 5MB~1GB 데이터로 학습한 39M~125M 모델이 XGLM 4.5B·BLOOM 7.1B·MaLA-500 10B 같은 거대 다국어 모델보다 일관되게 낮은 perplexity를 보인다.
-
[논문 리뷰] Algorithmically Establishing Trust in Evaluators
라벨 없는 환경에서 LLM-as-a-judge 같은 평가자(evaluator)의 신뢰를 zero-knowledge 스타일의 챌린지-응답 프로토콜로 (1/4)^r 확률 한계까지 증명적으로 확립하는 No-Data Algorithm.
-
[논문 리뷰] RTP-LX: Can LLMs Evaluate Toxicity in Multilingual Scenarios?
28개 언어로 사람 손으로 transcreate·annotate 한 1,100개 유해 프롬프트 코퍼스로, 10개 S/LLM이 다국어·문화-맥락 유해성을 판별할 수 있는지 묻는 AAAI-25 논문.
-
[논문 리뷰] Improving Large-Scale Recommender Systems with Auxiliary Learning
Meta 의 광고 추천 모델에서 majority cohort 편향을 보조 학습으로 풀어내는 C2AL 프레임워크 분석
-
[논문 리뷰] AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
Google Discover 의 pre-ranking · ranking · re-ranking 세 단계 시스템 구성 (fusion weight, demotion weight, diversity threshold 등) 을 사람이 더 이상 튜닝하지 않도록, Actor · Critic · Insight · Skill · Online 다섯 에이전트가 라이브 A/B 결과를 메모리·스킬허브로 되먹임하며 자기진화하는 LLM 에이전트 프레임워크. Engagement 와 Diversity 를 동시에 끌어올린 산업 적용 사례.
-
[논문 리뷰] Graph-Based Audience Expansion Model for Marketing Campaigns
Rakuten 의 70여 개 서비스에 걸친 cross-service knowledge graph 에 TransE 사전학습과 GCN 을 잇고, neighbor entity 가 아닌 'knowledge query' (head + relation 임베딩 합) 를 메시지로 전달해 oversmoothing 을 우회한 광고용 lookalike 모델. SIGIR 2024 short paper.
-
[논문 리뷰] Personalized marketing: Leveraging AI for culturally aware segmentation and targeting
Mall Customer 데이터셋 200명에 K-means clustering + LIME 을 결합해 4개 세그먼트를 만든 뒤 LIME 으로 각 클러스터의 결정 요인을 해석하는 짧은 응용 논문. '문화적으로 인지한다 (culturally aware)' 라는 제목과 실제 실험의 간극이 가장 큰 논점이다.
-
[논문 리뷰] Persistent Visual Memory: Sustaining Perception for Deep Generation in LVLMs
긴 응답을 생성할수록 LVLM의 시각 attention이 O(t⁻¹)로 붕괴한다는 사실을 이론·경험적으로 보이고, FFN과 평행한 retrieval 분기를 추가해 시각 신호를 복구하는 PVM 모듈
-
[논문 리뷰] Unlocking the power of AI in CRM: A comprehensive multidimensional exploration
1,055건의 논문에서 64건을 추리고 24명의 CRM 실무자를 인터뷰해, AI 기반 CRM 역량을 3개 차원·8개 하위차원으로 정리한 정성 연구. Dynamic Capabilities 의 microfoundations 관점으로 봤다.
-
[논문 리뷰] The relevance of lead prioritization: a B2B lead scoring model based on machine learning
B2B 소프트웨어 SME의 4년치 CRM 데이터로 15개 분류기를 PyCaret으로 비교 — Gradient Boosting Classifier가 정확도 98.39%, AUC 0.9891로 1위. Lead Source / Reason for State / Lead Classification이 상위 변수.
