구글 Machine Unlearning Challenge Today we're thrilled to announce that we've teamed up with a broad group of academic and industrial researchers to organize the first Machine Unlearning Challenge. 훈련된 모델에서 데이터를 제거(언러닝) 하는 기술 개발을 목표로 하고 있다. 언러닝은 개인정보 및 데이터 보호 법규 준수를 위해서도 중요하다. 챌린지는 NeurIPS 2023 Competition Track 중 하나로 캐글에서 열리며 얼굴 이미지 데이터로 연령 예측자를 훈련한 후 특정 이미지를 잊어버려야 하는 시나리오에 중점을 둔다. ✅ EU의 AI 규제 발표..

문제 N개의 자연수와 자연수 M이 주어졌을 때, 아래 조건을 만족하는 길이가 M인 수열을 모두 구하기. N개의 자연수 중에서 M개를 고른 수열 같은 수를 여러 번 골라도 된다. 고른 수열은 비내림차순이어야 한다. 1

문제 1~n 번호가 적힌 n개의 노드가 있는 그래프가 있다. 2

arXiv:2203.02155 (cs) [Submitted on 4 Mar 2022, openAI] Long Ouyang, Jeff Wu, Xu Jiang, Diogo Almeida, Carroll L. Wainwright, Pamela Mishkin, Chong Zhang, Sandhini Agarwal, Katarina Slama, Alex Ray, John Schulman, Jacob Hilton, Fraser Kelton, Luke Miller, Maddie Simens, Amanda Askell, Peter Welinder, Paul Christiano, Jan Leike, Ryan Lowe 연구 배경 언어 모델 사이즈를 키운다고 결과(사용자 의도에 맞는 출력)가 좋아지는 것은 아니다. Maki..

새로운 정렬 알고리즘 Paper : https://www.nature.com/articles/s41586-023-06004-9 구글 딥마인드(DeepMind)는 강화 학습을 사용해 더 효율적인 알고리즘을 발견하는 인공지능 시스템인 AlphaDev를 소개했다. AlphaDev는 바둑, 체스 등의 게임에서 세계 챔피언을 이긴 강화 학습 모델 AlphaZero를 기반으로 새로운 알고리즘을 발견하기 위한 과정을 게임으로 변환해 학습했다. AlphaDev가 하나의 명령어를 선택하면 이후 CPU에 포함된 정보를 관찰해 다음 명령을 선택하는데 결과적으로 정렬이 얼마나 빠르고 효율적인지에 대해 보상함으로써 훈련이 이뤄졌다. 결과적으로 AlphaDev가 개선한 정렬 알고리즘은 기존 방법들보다 1.7% 효율적으로 작동했고..

문제 2차원 가상 벽면에 기둥과 보를 이용한 구조물을 설치한다. 기둥과 보는 길이가 1인 선분으로 표시되고 다음과 같은 규칙을 갖는다. 기동 : 바닥 위에 있거나, 보의 한 쪽 끝 부분 위에 있거나, 다른 기둥 위에 있어야 한다. 보 : 한쪽 끝 부분이 기둥 위에 있거나, 다른 보와 동시에 연결되어 있어야 한다. 기둥과 보를 설치, 제거 하는 명령어들이 주어질 때 작업을 수행한 결과가 조건을 만족하지 않는다면 해당 작업은 무시된다. 모든 명령을 수행한 후 구조물의 상태를 리턴하기 x 좌표 -> y 좌표 -> 구조물 종류(기둥 -> 보) 순으로 오름차순 정렬 5