AI바라기의 인공지능

용어 설명Two-Sided Stochastic Interpolants: 데이터 분포 간의 직접 이동을 모델링하는 생성 프레임워크. 표준 Diffusion이나 Flow Matching이 단순 가우시안 노이즈(Gaussian prior)에서 데이터로 이동하는 One-Sided 방식인 반면, 임의의 두 데이터 분포(시점 t의 구조와 시점 t+1의 구조) 사이를 가우시안 섭동(Gaussian perturbation) 경로를 통해 직접 브릿징(bridging)함.Tensor Cloud: 단백질의 기하학적 형상을 표현하기 위해 제안된 멀티모달 3D 표현 방식. 각 잔기(residue)의 3D 좌표(C_alpha 위치 P)와 회전 불변/공변 특징을 담은 텐서(irrep 피처 V)의 결합 쌍 [(V_i, P_i)] 구..

용어 설명 (Terminology)IWFD (Independent Windowed Fourier Decomposition): 긴 분자 동역학(MD) 궤적을 겹치지 않는 독립적인 시간 윈도우(window) 단위로 분할한 뒤, 각 윈도우 내의 좌표 변화를 고속 푸리에 변환(rFFT)을 통해 주파수 도메인의 스펙트럼 토큰으로 변환하는 전처리 및 표현 기법.IRFC (Inter-Residue Frequency Coupling): 분자역학의 조화 진동자(harmonic approximation) 원리에서 착안하여, 어텐션 로짓에 학습 가능한 거리 기반 가우시안 페널티(-tau_h * d_ij^2)를 주입하는 물리 기반 어텐션 바이어스 모듈. 국소적 공유 결합은 좁은 커널로 강하게 구속하고 장거리 상호작용은 넓은 ..

용어 설명 (Terminology)Adaptive Frame Sampling (AFS): 비디오의 모든 구간을 동일한 비율로 추출하지 않고, 질의 및 후보 옵션과의 유사도(Similarity Score)에 따라 중요한 비디오 구간에는 프레임을 조밀하게, 관련성이 낮은 구간에는 성기게 차등 샘플링하는 기법입니다.Dynamic Resolution Allocation (DRA): 정해진 입력 토큰 예산(Token Budget) 내에서, 중요도가 높은 프레임에는 높은 해상도를 할당하고 덜 중요한 프레임에는 해상도를 낮추어 공간적(Spatial) 정보 손실을 최소화하는 해상도 동적 조절 전략입니다.Video-Query-Options Similarity (VQOS): 사용자 질문 단독으로 비디오를 검색하는 대신, ..

용어 설명 (Terminology)Coarse-graining (CG): 복잡한 원자 수준(all-atom)의 분자 구조에서 주요 입자(비드, bead)들만 남겨 자유도를 대폭 줄임으로써 계산 효율성을 높이는 축약 모델링 기법.Potential of Mean Force (PMF): 특정 coarse-grained 자유도 좌표계에서 fine-grained(원자 수준) 앙상블을 통계역학적으로 적분(평균)하여 유도되는 유효 자유 에너지 표면(Free Energy Surface, FES).Mean Force Matching (MFM): 본 논문에서 제안 및 분석한 목푯값 정렬 방식으로, CG 비드 좌표를 고정한 상태에서 원자 시뮬레이션을 수행해 얻은 '시간 평균 힘(mean force)'을 레이블로 사용하여 C..

용어 설명Test-time scaling: 모델의 파라미터 크기를 키우는 대신 추론(inference) 시점에 더 많은 token 생성, 경로 탐색, verification 등의 연산량(compute)을 투입하여 문제 해결 능력을 극대화하는 기법입니다.Overthinking: 고난도 문제를 위해 학습된 large reasoning model이 단순한 연산이나 기초 상식 질문(예: log2(64))을 마주했을 때도 불필요하게 reflection, planning, self-verification을 반복하며 수천 개의 token을 낭비하는 현상입니다.Reasoning budget: 모델이 최종 정답에 도달하기 전 reasoning 과정(chain-of-thought)에서 사용할 수 있는 token의 총량 또..

용어 설명VidLM (Video-Language Model): 비디오 프레임 시퀀스와 텍스트를 동시에 입력받아 비디오에 대한 질의응답, 요약, 추론을 수행하는 멀티모달 대형 언어 모델입니다.Grounding (시각적 접지): 모델이 생성하는 텍스트 응답이 실제 비디오의 시각적·시간적 증거에 직접적으로 기반하고 일치하도록 연결하는 능력입니다.Prior Override: 비디오 인코더에서 시각적 신호가 정상적으로 인코딩되었음에도 불구하고, 이후 LLM 레이어나 디코딩 단계에서 언어적 사전 지식(language priors)이나 사용자 주장에 의해 시각 신호가 덮어씌워져 무시되는 현상입니다.Encoding Failure: 비디오 인코더의 구조적 한계(패치 분할, 윈도우 어텐션 등)로 인해 시계열 정보나 전역적..

용어 설명 (Glossary)SVLM (Small Vision-Language Model): 본 논문에서 국소적 비디오 구간(segment)을 압축하는 경량 멀티모달 모델(본 연구에서는 Qwen3-VL-2B-Instruct 사용). 대규모 LLM에 앞서 텍스트 질의(query)와 비디오 프레임을 교차 참조하여 정보를 압축하는 역할을 수행합니다.Query-Aware Cross-Modal Distillation: 질의와 무관하게 비디오를 압축(query-agnostic)하는 대신, 입력된 사용자 질문(User Query)을 압축 과정에 직접 조건으로 주입하여 질문 해결에 필요한 핵심 시각적 단서만 선별적으로 추출·압축하는 과정입니다.ATA (Adaptive Token Allocation): 추론 단계에서 별..

용어 설명GOP (Group of Pictures): 비디오 압축 코덱(예: H.264, HEVC)에서 비디오 스트림을 구성하는 프레임들의 기본 묶음 단위. 하나의 기준 키프레임(I-frame)과 이전/이후 프레임을 참조하여 압축된 프레임들(P/B-frame)로 구성됩니다.I-frame (Intra-coded frame): 다른 프레임의 참조 없이 독자적으로 완전한 이미지 정보를 담고 있는 압축 도메인의 키프레임(anchor point).P-frame / B-frame (Predictive / Bi-predictive frame): 전체 픽셀 데이터를 저장하지 않고, 이전(P) 또는 이전/이후(B) 참조 프레임 대비 변화된 움직임(Motion Vector)과 잔차(Residual)만을 기록하여 용량을 대..

용어 설명Superposition (중첩): 모델이 가진 차원(또는 뉴런)의 수 m보다 더 많은 수의 독립적인 feature n (n > m)을 거의 직교(almost-orthogonal)하는 방향으로 활성화 공간에 압축하여 표현하는 현상.Polysemanticity (다의성 / Polysemantic Neurons): 하나의 뉴런이 단일 개념이 아니라 서로 무관한 여러 개의 서로 다른 feature들에 반응하여 활성화되는 현상.Monosemanticity (단일의성 / Monosemantic Neurons): 하나의 뉴런이 특정 단일 feature(예: '곡선 감지', '강아지 코')에만 선택적으로 반응하는 현상.Privileged Basis (특권 기저): 활성화 공간에서 특정 기저 축(basis d..

용어 설명Causal Tracing (인과 추적): 딥러닝 모델의 특정 내부 activation(활성화 값)을 의도적으로 교체(activation patching)하여, 해당 component가 최종 output 확률에 미치는 직접적인 인과적 기여도를 정량화하는 mechanistic interpretability 기법입니다.FCCT (Fine-grained Cross-modal Causal Tracing): 입력 이미지에 Gaussian noise를 주입하여 손상시킨 뒤, clean 상태의 activation을 토큰 종류(7종) 및 component(MHSA, MLP, hidden state)별로 복원하며 causal effect를 측정하는 프레임워크입니다.Recovery Rate (RR, 복원율): c..