Theoretical Limits of Language Model Alignment
Apple 연구진이 언어 모델 정렬의 이론적 한계와 알고리즘별 성능 격차를 규명했습니다.
출처: Apple ML · · 원문 보기
Apple ML 기술 블로그 글 모음
Apple ML에서 발행한 기술 블로그 글 211편의 한 줄 요약 모음입니다. 블로그: https://machinelearning.apple.com
최근 글
Weighted State Souping for Efficient Long-Context Retrieval
Apple 연구진이 긴 문맥 검색 효율을 높이는 가중치 상태 수핑 기법을 공개했습니다.
출처: Apple ML · · 원문 보기
On the Importance of Gating: Memorization vs. In-Context Learning in State Space Models
애플 ML 연구진이 SSM의 게이팅 메커니즘이 인컨텍스트 학습보다 가중치 기반 암기를 우선시함을 밝혔습니다.
출처: Apple ML · · 원문 보기
Evaluating the Evaluators: Investigating LLM Judges for Personalized Writing Style Assessment
애플 연구진이 개인화된 글쓰기 평가에서 LLM 심사위원의 한계와 특성을 분석했습니다.
출처: Apple ML · · 원문 보기
Faster Retrieval for Better, More Efficient RAG
애플 연구진이 ICML 2026에서 고정된 키 데이터베이스를 대상으로 쿼리를 더 빠르게 라우팅하는 학습 기반 MIPS 접근법을 공개했습니다.
출처: Apple ML · · 원문 보기
Attention to Mamba: A Recipe for Cross-Architecture Distillation
애플 연구진이 트랜스포머를 효율적인 맘바 아키텍처로 변환하는 이단계 증류 기법을 제안했습니다.
출처: Apple ML · · 원문 보기
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
Apple이 실제 iOS 환경에서 온라인 강화학습으로 훈련된 UI 탐색 에이전트를 공개했습니다.
출처: Apple ML · · 원문 보기
GHARP: Real-Time Gaussian Head Animation from Large-Scale Reconstruction Prior
Apple ML이 모바일 기기에서 실시간으로 구동되는 3D 헤드 애니메이션 기술 GHARP를 공개했습니다.
출처: Apple ML · · 원문 보기
Pixels to Tokens: Token Space Efficient Active Learning for Low-Budget Semantic Segmentation
애플 연구진이 비전 트랜스포머 기반의 저예산 픽셀 단위 의미론적 분할을 위한 능동 학습 프레임워크 TEAL을 발표했습니다.
출처: Apple ML · · 원문 보기
Plan or Retrieve First? A Scale Study of Tool Discovery Architectures
애플 연구진이 대규모 API 레지스트리 환경에서 LLM 도구 발견 아키텍처의 성능을 비교 분석했다.
출처: Apple ML · · 원문 보기
Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents
애플 연구진이 멀티모달 검색 에이전트의 추론 과정을 선택 방식으로 개편한 SSR 프레임워크를 공개했다.
출처: Apple ML · · 원문 보기
Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio
애플 실리콘과 MLX, 썬더볼트 RDMA를 활용해 대형 언어 모델을 로컬 환경에서 분산 추론한다.
출처: Apple ML · · 원문 보기
Code-Switching Detection via Language-Selective Dimensions in Speech Foundation Models
애플 연구진이 사전 학습된 음성 모델의 내부 차원을 활용해 코드 스위칭을 감지하는 기법을 개발했다.
출처: Apple ML · · 원문 보기
The Design Space of Tri-Modal Masked Diffusion Models
애플이 텍스트, 이미지, 오디오를 동시에 처리하는 30억 파라미터 규모의 삼중 모달 마스크 확산 모델을 공개했다.
출처: Apple ML · · 원문 보기
Mix, Don't Tune: Bilingual Pre-Training Outperforms Hyperparameter Search in Data-Constrained Settings
저자원 언어 모델 학습 시 데이터 혼합이 하이퍼파라미터 튜닝보다 성능 향상에 효과적임을 밝혔다.
출처: Apple ML · · 원문 보기
Self-Compacting Language Model Agents
Apple 연구진이 LLM 에이전트가 스스로 컨텍스트를 요약하여 비용을 줄이고 성능을 높이는 SELFCOMPACT를 제안했다.
출처: Apple ML · · 원문 보기
Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices
애플이 유휴 상태의 애플 실리콘 기기를 모아 분산 GPU 클라우드를 구축하는 Minions 시스템을 공개했다.
출처: Apple ML · · 원문 보기
Large Language Models for Machine Translation Quality Annotation: Humans and Models Are Both Challenged
애플 연구진이 기계번역 품질 평가에서 대규모 언어 모델과 인간 평가자의 일치도를 비교 분석했다.
출처: Apple ML · · 원문 보기
Normalizing Trajectory Models
애플 연구진이 정확한 우도 계산과 고속 생성이 가능한 NTM 모델을 공개했다.
출처: Apple ML · · 원문 보기
RISED: Rubrics for Agentic Multi-Environment Selection and Self-Distillation
Apple ML 연구진이 다양한 환경에서 에이전트를 학습시키는 루브릭 기반 프레임워크 RISED를 공개했다.
출처: Apple ML · · 원문 보기
Negotiating Ontological Boundaries in User-Authored Personal Sensing Systems
애플 연구진이 사용자가 직접 정의하는 개인 센싱 시스템에서 온톨로지 경계 협상 과정을 연구했다.
출처: Apple ML · · 원문 보기
Limits of Confidence in Diffusion
연구진이 confidence 순위만으로는 이산 확산 모델의 토큰 간 의존성을 판단할 수 없음을 보였다.
출처: Apple ML · · 원문 보기
Language Discrimination Improves Linguistic Learning in Multilingual Speech Models
HuBERT 사전학습에서 언어 구별을 강화하자 다국어 음성 표현의 성능 격차가 줄었다.
출처: Apple ML · · 원문 보기
RLTL;DR: Self-Improvement by Internalizing Self-Generated Feedback
RLTL;DR가 실패에서 만든 자기 피드백을 학습해 어려운 작업 성능을 높였다.
출처: Apple ML · · 원문 보기
How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?
연구진이 강한 LLM을 쓰는 ML 엔지니어링 에이전트에서 복잡한 하네스의 추가 효과를 비교했다.
출처: Apple ML · · 원문 보기
SCLATE: A Substrate for Continual-Learning Agent Training and Evaluation
Apple 연구팀이 장기 에이전트 학습·평가를 가속하는 실행 기반 SCLATE를 공개했다.
출처: Apple ML · · 원문 보기
On the Effectiveness-Fluency Trade-Off in LLM Conditioning: A Systematic Study
LLM 조건화 기법을 비교해 개념 제어와 문장 유창성 사이의 비용을 분석했다.
출처: Apple ML · · 원문 보기
The Communication Bottleneck: A Round-Trip Study of Tree-Structured Expression Serialization in Language Models
연구진이 수식 구조를 자연어로 전달할 때 정보가 얼마나 보존되는지 측정했다.
출처: Apple ML · · 원문 보기
Faster Rates for Federated Variational Inequalities
연구진이 연합 변분 부등식 최적화의 수렴 보장을 개선하는 LIPPAX를 제안했다.
출처: Apple ML · · 원문 보기
A Practical Recipe for Semi-Supervised Federated ASR: Online Pseudo-Labels with Server Update Stabilization
Apple 연구진이 서버 라벨 데이터로 분산 음성 인식의 유사 라벨 학습을 안정화했다.
출처: Apple ML · · 원문 보기
자주 다루는 주제
- AI 연구·모델 공개 (483편)
- 모델 학습·파인튜닝 (251편)
- RAG·검색 (141편)
- AI 운영·평가 (250편)
- AI 에이전트·MCP (536편)
- 멀티모달·비전·음성 (227편)
- 온디바이스·엣지 AI (87편)
- LLM 서빙·추론 (247편)
- GPU·AI 인프라 (194편)
- LLM 활용·프롬프트 (245편)