PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27210v1cs.CL

진정한 의도로 포장된 길: 의도 인식 학습이 다양한 학습 방식에서 LLM 안전성 분류를 향상시킨다

Paved with True Intents: Intent-Aware Training Improves LLM Safety Classification Across Training Regimes

안전성 분류기가 프롬프트와 해악 레이블 사이에서 사용자 의도를 명시적 중간 표현으로 학습하도록, 1,724개의 난이도 높은 프롬프트에 의도 설명과 해악 레이블을 주석한 AIMS 데이터셋을 제안하고 지도 미세조정, 선호도 학습(DPO), 추론 증류, GRPO 등 네 가지 학습 방식에서 의도 인식 학습을 평가한다. GRPO로 의도 충실성을 직접 보상한 모델이 다섯 가지 외부 안전성 벤치마크에서 최고 평균 성능을 달성했고, 의도 인식 모델은 추론 지연-F1 파레토 프런티어를 형성해 충실한 의도 모델링이 강건한 안전성 분류를 위한 간결한 지도 신호임을 보여준다.

arXiv:2606.18897v1cs.IR

SAERec: 희소 오토인코더를 통한 추천을 위한 세분화되고 해석 가능한 의도 사전 구축

SAERec: Constructing Fine-grained Interpretable Intents Priors via Sparse Autoencoders for Recommendation

SAERec은 텍스트 말뭉치에서 희소 오토인코더(SAE)로 대규모 언어 모델(LLM) 임베딩을 분리해 세분화되고 해석 가능한 의도 공간을 자동 구축하고, 사용자별 개인·공용 의도를 검색해 다중 분기 어텐션(multi-branch attention)과 적응형 융합으로 시퀀스 추천에 반영하는 의도 기반 추천 모델이다. 공개 데이터셋 실험에서 최첨단 기준 모델을 일관되게 능가하면서 사람이 이해할 수 있는 설명을 제공한다.