dataofmen
wiki
garden
clippings
Search
검색
다크 모드
라이트 모드
태그: continual-learning
44건의 항목
2026년 8월 09일
코딩 에이전트의 헐값 배포는 세션 데이터를 사려는 선불이다
2026년 8월 09일
마크다운 해자와 가중치 해자는 대립이 아니라 시차다
2026년 8월 09일
개인화된 AI는 대기업에만 경제적이다 — 배치 크기 1의 저주
2026년 8월 09일
안전은 검사 시점이 아니라 감시 주기가 된다
2026년 8월 09일
색소폰은 노트로 배울 수 없다 — 명시적 인수인계는 암묵적 숙련을 만들지 못한다
2026년 8월 09일
가중치에 흡수된 학습은 감사할 수 없다 — 명시적 지식의 마지막 우위는 검사 가능성이다
2026년 8월 09일
지속학습 체제의 안전 감독: 배포 전 검사에서 상시 감시로
2026년 8월 09일
해자의 이주: 컨텍스트 파일에서 모델 가중치로
2026년 8월 09일
Dwarkesh Patel
2026년 7월 07일
기억의 외재화는 지속 학습 부재를 우회하는 현재의 해법이다
2026년 7월 07일
지능 폭발의 방아쇠는 규모가 아니라 경험 병합이다
2026년 7월 07일
샘플 효율이 좋으면 큰 모델이 오히려 싸다 — 비용의 단위는 토큰이 아니라 완수된 과제다
2026년 7월 07일
기억의 외재화 — 지속 학습 부재를 우회하는 에이전트 설계 패턴
2026년 7월 07일
병렬 배포 경험 병합 — continual learning이 지능 폭발로 이어지는 경로
2026년 7월 07일
Shane Legg
2026년 6월 07일
2026년 AI의 진정한 도약은 continual learning과 self-play의 실현 여부에 달려 있다
2026년 6월 07일
2026년 AI 패러다임의 전환은 continual learning과 내적 동기에서 시작될 것이다
2026년 6월 07일
지속 학습(Continual Learning)이 AGI 에이전트의 필수 조건이 될 것이다
2026년 6월 07일
지속 학습(Continual Learning)과 AGI로의 경로 — Post-training 패러다임의 한계와 돌파구
2026년 6월 07일
스케일링 이후의 연구 패러다임 전환
2026년 6월 07일
스케일링 패러다임의 전환과 연구 돌파구의 필요성
2026년 6월 07일
스케일링에서 연구의 시대로 — AI 패러다임 전환
2026년 6월 06일
AGI는 모델이 아니라 시스템 전체로 탄생할 것이다
2026년 6월 06일
2026년 AI의 진정한 도약은 단순한 스케일업이 아니라 자율적 에이전트와 continual learning의 패러다임 전환에서 올 것이다
2026년 6월 06일
벤치맥싱(Bench-maxxing)'은 현재 LLM 일반화 실패의 징후다 — 진정한 지능은 환경 지속 학습에 있다
2026년 6월 06일
2026년의 진짜 병목은 데이터가 아니라 모델의 내적 동기 — 인간 정렬로 수렴하는 세 가지 문제
2026년 6월 06일
2026년 AI의 질적 도약은 continual learning과 self-play에서의 인간 정렬 문제에 달려 있다
2026년 6월 06일
Continual learning의 핵심은 모델이 '무엇을' 배울지 스스로 결정하는 내적 동기와 인간 정렬이다
2026년 6월 06일
AI 발전에서 99%에서 99.9%로 가는 롱테일 데이터 병목은 자율주행과 동일한 문제다
2026년 6월 06일
외재화는 현재 모델의 지속 학습 능력 부족을 우회하는 실용적 전략이다
2026년 6월 06일
GEB의 '이상한 고리'가 AGI 탄생의 필요조건이다 — continual learning과 연결
2026년 6월 06일
2026년 AI의 진짜 병목은 '어떻게 배울까'가 아니라 '무엇을 배울지 스스로 결정하는 능력'이다
2026년 6월 06일
연구의 시대 — Pre-training 스케일링의 한계와 새 패러다임
2026년 6월 06일
지속 학습과 포스트 스케일링 패러다임
2026년 6월 06일
지속 학습(Continual Learning): 스케일링 이후의 새로운 연구 패러다임
2026년 6월 06일
RL의 환경 스케일링(Environment Scaling) — 발전의 병목과 가능한 궤적
2026년 6월 05일
2026년 AI 투자 붐을 정당화하려면 자율 학습 능력이 필수다
2026년 6월 05일
스케일링의 시대는 끝나지 않았다 — 그러나 질적 도약 없는 스케일링은 한계에 부딪힌다
2026년 6월 05일
진정한 AGI는 모델이 아니라 시스템이다 — 자기 수정 능력이 지능의 핵심
2026년 6월 05일
지속 학습(Continual Learning) — AI 시스템의 적응형 학습 패러다임
2026년 6월 03일
데이터 병목을 넘기 위해 모델의 내적 동기와 자기 주도 학습이 필요하다
2026년 6월 03일
진짜 지능은 GPT-5 같은 모델이 아니라 모델을 계속 수정하는 시스템 전체다
2026년 6월 03일
이상한 고리(Strange Loop)를 AGI 탄생 조건으로 보는 GEB 가설
2026년 6월 03일
Ilya Sutskever