AI바라기의 인공지능

용어 설명BFM (Basic Flight Maneuvers): 전투기 조종사가 근접 공중전(dogfighting) 시 사용하는 기초 비행 기동 기술.WEZ (Weapons Engagement Zone): 기총 유효 사격 범위. 본 환경에서는 기수 전방 2도 원뿔각 및 거리 500~3000 ft 사이 공간으로 정의되며, 거리 역비례로 상대 체력에 초당 데미지를 가함.Hard Deck: 최저 비행 고도 제한선 (본 환경에서는 1000 ft). 이 고도 아래로 떨어지면 즉시 체력이 0이 되어 패배 처리됨.JSBSim: 6자유도(6-DOF) F-16 비행 역학을 시뮬레이션하는 오픈소스 고충실도(high-fidelity) 공기역학 엔진.Gun Snap: 발사체 시뮬레이션 대신 상대 항공기를 기총 조준선(WEZ) ..

용어 설명STaR (Self-Taught Reasoner): LLM이 스스로 rationale(추론 과정)을 생성하고, 정답 여부에 따라 필터링된 데이터셋으로 자기 자신을 반복적으로 fine-tuning하여 추론 능력을 점진적으로 부트스트래핑(bootstrapping)하는 프레임워크.Rationale / Scratchpad: 최종 answer를 도출하기 전에 모델이 생성하는 중간 단계의 step-by-step reasoning(연쇄적 사고 과정) 텍스트.Rationalization (사후 정당화/역추론): 모델이 문제를 틀렸을 때, 정답(ground-truth answer)을 힌트(hint)로 제공하여 모델이 정답으로부터 역방향으로 추론(reason backward)하여 올바른 rationale을 생성하..

용어 설명Video Sycophancy (비디오 동조 편향): 모델이 비디오의 실제 시각적 사실보다 사용자가 프롬프트에 주입한 거짓 주장이나 편향된 전제에 무비판적으로 동조하는 현상.Temporal Expectation Bias (시간적 기대 편향): 비디오에서 실제로 관측된 시간적 흐름(예: 거꾸로 타오르는 촛불)보다 사전 학습을 통해 습득한 일반적인 인과율 및 이벤트 사전 지식(Forward-moving priors)을 우선시하여 잘못 해석하는 오류.Language-only Shortcuts (언어 전용 지름길): 시각적 증거를 분석하는 대신, 텍스트 질문 및 보기 자체의 통계적 규칙성이나 언어적 개연성(예: '썰기 -> 볶기 -> 담기'의 표준 조리 순서)만을 근거로 삼아 정답을 유추하는 편법 추론..

용어 설명Self-Consistency (자기 일관성): 단일 탐색 경로에 의존하지 않고 여러 개의 다양한 추론 경로(Reasoning Paths)를 샘플링한 후, 가장 일관되게 도출된 최종 정답을 다수결로 선택하는 디코딩 전략.Sample-and-Marginalize (샘플링 및 주변화): 언어 모델 디코더에서 다양한 추론 경로를 먼저 샘플링(Sample)한 뒤, 중간 추론 경로(Latent Variable)를 소거(Marginalize out)하고 최종 답변의 빈도수를 취합하는 절차.Greedy Decoding (탐욕적 디코딩): 각 스텝마다 가장 높은 확률을 가진 토큰만을 선택하는 결정론적 생성 방식. 반복성 문제와 지역 최적해(Local-optimality)에 취약함.Self-Ensemble (자..

용어 설명QPVA3 (Question Parsing, Video Alignment, and Answer Aggregation): 복잡한 VideoQA 문제를 질문 파싱(Planner), 비디오 정렬(Executor), 답변 취합(Reasoner)의 세 단계 그래프 기반 인과/논리적 추론으로 분해해 해결하는 프레임워크.Compositional Graph (합성 그래프): 복잡한 high-level 질문을 leaf node(직접 관찰 가능한 atomic perceptual question)부터 상위 추론 질문까지 DAG(Directed Acyclic Graph) 형태로 구조화한 논리적 질문 분해 그래프.Video Aligner (비디오 정렬기): 질문과 관련된 핵심 비디오 구간(relevant clips)을..

용어 설명 (Terminology)Chain-of-Thought (CoT): 복잡한 추론 문제를 해결하기 위해 최종 정답에 도달하기 전 모델이 생성하는 일련의 중간 자연어 추론 단계(intermediate natural language reasoning steps).Standard Prompting: 모델에 몇 가지 예시를 제시할 때 질문과 최종 정답의 쌍(⟨input, output⟩)만으로 프롬프트를 구성하는 전통적인 few-shot 방식.Chain-of-Thought Prompting: Few-shot 프롬프트의 각 exemplar에 문제 해결을 위한 중간 추론 과정을 추가하여 ⟨input, chain of thought, output⟩ 형태의 트리플 구조로 모델을 유도하는 기법.Emergent Ab..

용어 설명 (Terminology)Tree of Thoughts (ToT): 기존의 단방향 체인 형태를 넘어, 문제를 여러 중간 단계인 '생각(thought)' 단위의 노드로 분할하고 트리 구조로 탐색 및 역추적(backtracking)을 수행하는 LLM 추론 프레임워크.Thought (생각 단위): 문제 해결 과정에서 의미를 가지는 중간 텍스트 시퀀스 단위. 문제 성격에 따라 단어 몇 개, 수식 한 줄, 글쓰기 계획 한 문단 등으로 정의됨.System 1 vs. System 2: 인지과학의 이중 과정 이론(Dual-process theory)에서 유래. System 1은 빠르고 직관적인 토큰 단위의 자동 연산(기존 autoregressive LLM에 해당)이며, System 2는 느리고 신중하며 계획과..

용어 설명Spatio-Temporal Monitoring (시공간 모니터링): 시간에 따라 변화하는 비디오 환경에서 각 객체(entity)의 고유 식별성(identity), 시각적 속성(attributes), 상태 변화(state transitions), 그리고 다른 객체와의 상호작용(relations)을 지속적으로 추적하고 인과적으로 연결하는 능력.STEMO-Bench (Spatio-TEmporal MOnitoring Benchmark): 비디오 Large Language Model(MLLM)이 중간 추론 과정 없이 우연히 정답을 맞히는 현상을 걸러내기 위해, 복합적인 Target Question과 이를 구성하는 필수 전제 조건인 원자 단위의 Sub-questions를 함께 평가하는 벤치마크.STEMO..

용어 설명Error Propagation Graph: 다단계 reasoning chain에서 특정 단계의 오류가 후속 단계들에 어떻게 전파되고 누적되는지를 나타낸 방향성 비순환 그래프(DAG) 형태의 인접 리스트.Trajectory Evidence-Driven Correction: 오류 발생 지점과 전파 경로(trajectory)를 추적하고, 비디오 내 핵심 타임스탬프(evidence)를 근거로 추론을 교정하는 2단계 학습 프레임워크.Graph Jaccard Loss: 예측된 오류 전파 경로의 edge 집합과 ground-truth edge 집합 간의 Jaccard similarity를 기반으로 계산되는 구조적 손실 함수.GRPO (Group Relative Policy Optimization): PPO..

용어 설명 (Terminology)EG-VQA (Evidence-Grounded Video Question Answering): 모델이 단순 정답 문자열만 도출하는 것을 넘어, 정답을 도출하는 근거가 되는 비디오의 시간 구간(temporal boundaries) 및 텍스트 묘사(textual descriptions)를 함께 예측하고 검증하도록 설계된 오픈엔디드 VideoQA 벤치마크.EG-F1 (Evidence-Grounded F1): 예측된 근거와 정답 근거 사이의 temporal overlap(IoU)과 semantic similarity(코사인 유사도)를 동시에 반영하여, 헝가리안 알고리즘(Hungarian algorithm)을 통한 optimal bipartite matching으로 정밀도(Pre..