죽기 전에 이해하고 싶은 논문

Attention Is All You Need

https://arxiv.org/abs/1706.03762

 

 

Auto-Encoding Variational Bayes

https://arxiv.org/abs/1312.6114

 

 

XGBoost: A Scalable Tree Boosting System

https://arxiv.org/pdf/1603.02754

 

 

Discriminative Training Methods for Hidden Markov Models: Theory and Experiments with Perceptron Algorithms

https://aclanthology.org/W02-1001/

 

 

Gradient-based learning applied to document recognition

https://ieeexplore.ieee.org/document/726791

 

 

Learning RoI Transformer for Oriented Object Detection in Aerial Images

https://arxiv.org/abs/1812.00155

 

 

BiBERT: Accurate Fully Binarized BERT

https://arxiv.org/abs/2203.06390

 

 

OmniQuant: Omnidirectionally Calibrated Quantization for Large Language Models

https://arxiv.org/pdf/2308.13137

 

Distilling the Knowledge in a Neural Network

 

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Distilling Step-by-Step! Outperforming Larger Language Models with Less Training Data and Smaller Model Sizes

Guaranteeing the Õ(AGMOUT) Runtime for Uniform Sampling and OUT Size Estimation over Joins

 

ImageNet Classification with Deep Convolutional Neural Networks

Visualizing and Understanding Convolutional Networks

Dropout: A simple way to prevent neural networks from overfitting

DeepFace: Closing the gap to human-level performance in face verification

Playing Atari with Deep Reinforcement Learning

TensorFlow: Large-scale machine learning on heterogeneous distributed systems.

Language Models are Unsupervised Multitask Learners

HuggingFace's Transformers: State-of-the-art Natural Language Processing

Protein complex prediction with AlphaFold-Multimer

 

Reliable Post hoc Explanations: Modeling Uncertainty in Explainability

 

Cristian Bucil˘a et al. Model Compression 

Adaptive Mixtures of Local Experts

Long Short-Term Memory

Random Forest

Batch normalization: Accelerating deep network training by reducing internal covariate shift

Learning to summarize from human feedback

Training language models to follow instructions with human feedback 

On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?

Eureka: Human-Level Reward Design via Coding Large Language Models

GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models

 

Right for the Wrong Reasons: Diagnosing Syntactic Heuristics in Natural Language Inference

 

Can ChatGPT Understand Too? A Comparative Study on ChatGPT and Fine-tuned BERT

 

The Curse of Recursion: Training on Generated Data Makes Models Forget

 

AI models collapse when trained on recursively generated data

 

Leveraging large language models for predictive chemistry