트렌드 리서치 팀

모집 인원

2명

Python 실력

상

딥러닝 기초 논문을 읽어본 경험을 바탕으로 트렌드 논문을 읽어보고 싶은 사람

트렌드 리서치 팀은 2인 1팀으로 구성되어 팀원들과 함께 읽고 싶은 논문을 읽고 노션 블로그 포스트와 인스타그램 포스트를 제작합니다.

트렌드 리서치 팀은 이런 사람을 기다려요!

•

기초적인 딥러닝 연구 논문에 대한 이해가 있는 사람

•

인공지능 트렌드 논문을 찾고 논문 읽기를 지속적으로 하고 싶은 사람

•

매주 1개 이상의 논문을 공부하고, 포스트 제작할 수 있는 사람

•

딥러닝 모델 코드 구현 경험이 있는 사람

트렌드 리서치 팀에서는 어떤 활동을 하나요?

2주에 하나씩, 팀별로 읽고 싶은 논문을 선정하여 읽고 포스트를 정리합니다.

꼭 아래의 분야가 아니더라도 지원하실 수 있습니다!

‘22년 여름 기수 트렌드 리서치 팀 모집

컴퓨터 비전 분야에 대해 유명하거나 기초적인 논문들(mask R-CNN, YOLO, GAN 등)을 읽어본 경험이 있는 분들

논문 목록

Transformer

ViT : Transformers for Image Recognition at Scale

SwinTransformer

DETR : End-to-End Object Detection with Transformers

※ 해당 논문은 선발 후 상의 후에 변경될 수 있습니다.

Transformers in Computer Vision

자연어 처리와 컴퓨터 비전 분야에 대한 통합적인 이해가 있는 분들

아래 논문은 참고 자료이며, 상의 후 논문을 정할 수 있습니다.

참고자료

Socratic Models: Composing Zero-Shot Multimodal Reasoning with Language

Large pretrained (e.g., "foundation") models exhibit distinct capabilities depending on the domain of data they are trained on. While these domains are generic, they may only barely overlap. For example, visual-language models (VLMs) are trained on Internet-scale image captions, but large language models (LMs) are further trained on Internet-scale text with no images (e.g., spreadsheets, SAT questions, code).

https://socraticmodels.github.io/

ALFRED: A Benchmark for Interpreting Grounded Instructions for Everyday Tasks

We present ALFRED (Action Learning From Realistic Environments and Directives), a benchmark for learning a mapping from natural language instructions and egocentric vision to sequences of actions for household tasks. ALFRED includes long, compositional tasks with non-reversible state changes to shrink the gap between research benchmarks and real-world applications.

https://arxiv.org/abs/1912.01734

Emergent Abilities of Large Language Models

Scaling up language models has been shown to predictably improve performance and sample efficiency on a wide range of downstream tasks. This paper instead discusses an unpredictable phenomenon that we refer to as emergent abilities of large language models. We consider an ability to be emergent if it is not present in smaller models but is present in larger models.

https://arxiv.org/abs/2206.07682

Large Language Models Still Can't Plan (A Benchmark for LLMs on Planning and Reasoning about Change)

The recent advances in large language models (LLMs) have transformed the field of natural language processing (NLP). From GPT-3 to PaLM, the state-of-the-art performance on natural language tasks is being pushed forward with every new large language model.

https://arxiv.org/abs/2206.10498

Learning to Play Minecraft with Video PreTraining (VPT)

We trained a neural network to play Minecraft by Video PreTraining (VPT) on a massive unlabeled video dataset of human Minecraft play, while using only a small amount of labeled contractor data. With fine-tuning, our model can learn to craft diamond tools, a task that usually takes proficient humans over

https://openai.com/blog/vpt/

Language Model / Multimodal