[General ML Train set] batch 13. Sampling Based Inference 2 - Metropolis-Hastings, Gibbs Sampling과 LDA
Metropolis-Hastings 알고리즘, Gibbs Sampling, 그리고 LDA의 Collapsed Gibbs Sampler
Recent posts
[General ML Train set] batch 12. Sampling Based Inference 1 - Forward, Rejection, Importance Sampling과 Markov Chain
샘플을 뽑아서 확률을 추론하기: Forward, Rejection, Importance Sampling과 Markov Chain
[AICC] τ²-bench - 사용자도 도구를 쓰는 Dual-Control 환경
고객이 직접 휴대폰을 껐다 켜야 하는 상담, 에이전트는 얼마나 잘 “시킬” 수 있을까요? τ-bench의 후속작 τ²-bench를 알아봅니다.
[General ML Train set] batch 11. 히든 마코프 모델(HMM)
시간 축 위의 잠재 변수 모델: Forward-Backward, Viterbi, 그리고 Baum-Welch
[AICC] 음성 에이전트는 어떻게 평가할까? - Full-Duplex와 턴테이킹 벤치마크
말을 알아듣는 것만으로는 부족한 음성 에이전트, 무엇을 어떻게 평가해야 하는지 세 편의 벤치마크 논문으로 알아봅니다.