<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>논문 징검다리</title><link>https://nonmun-jingeomdari.pages.dev/</link><atom:link href="https://nonmun-jingeomdari.pages.dev/feed.xml" rel="self" type="application/rss+xml"/><description>화제의 AI 뉴스에서 출발해 일상 비유를 건너 논문 원문까지. 10분 안에 읽는 AI·머신러닝 논문 쉬운 해설, 모든 수치는 원문과 대조해 검증합니다.</description><language>ko</language><lastBuildDate>Sat, 17 Oct 2026 00:00:00 +0000</lastBuildDate>
<item><title>거의 다 버렸는데 돌파구? 구글 양자칩 &#x27;마법 상태&#x27; 쉽게</title><link>https://nonmun-jingeomdari.pages.dev/articles/magic-state-cultivation-quantum-willow/</link><guid isPermaLink="true">https://nonmun-jingeomdari.pages.dev/articles/magic-state-cultivation-quantum-willow/</guid><pubDate>Sat, 17 Oct 2026 00:00:00 +0000</pubDate><category>트렌드</category><category>양자컴퓨팅</category><category>오류정정</category><description>만든 걸 거의 다 버렸는데 그게 돌파구라고? 구글 양자칩 윌로우가 시도의 92%를 버리고 &#x27;마법 상태&#x27;의 오류를 약 40분의 1로 줄인 얘기야. 가상의 마카롱 가게와 카드번호 검증 숫자로 마법 상태 재배 논문을 쉽게 풀어 봤어.</description></item>
<item><title>직원 대부분이 노는데 안 밀리는 AI? 전문가 혼합(MoE) 쉽게</title><link>https://nonmun-jingeomdari.pages.dev/articles/mixtral-moe-muse-spark-open/</link><guid isPermaLink="true">https://nonmun-jingeomdari.pages.dev/articles/mixtral-moe-muse-spark-open/</guid><pubDate>Sat, 17 Oct 2026 00:00:00 +0000</pubDate><category>트렌드</category><category>LLM</category><category>오픈웨이트</category><category>MoE</category><description>손님마다 직원 대부분이 손 놓고 있는데 대형 회사랑 붙어서 안 밀리는 회사가 있음. Mixtral of Experts 논문으로 메타 Muse Spark Open의 &#x27;전체 8,160억·활성 420억&#x27; 파라미터와 전문가 혼합(MoE)을 쉽게 읽음.</description></item>
<item><title>얼굴인식 AI, 숫자만 저장하면 안전할까? ArcFace 논문 토론</title><link>https://nonmun-jingeomdari.pages.dev/articles/arcface-face-recognition-explained/</link><guid isPermaLink="true">https://nonmun-jingeomdari.pages.dev/articles/arcface-face-recognition-explained/</guid><pubDate>Fri, 16 Oct 2026 00:00:00 +0000</pubDate><category>컴퓨터비전</category><category>얼굴인식</category><category>임베딩</category><category>프라이버시</category><category>데이터품질</category><description>얼굴 사진 대신 숫자만 남기면 안심일까? 얼굴 하나를 숫자 512개로 바꾸고 그 숫자에서 얼굴을 되살리는 실험까지, ArcFace 논문을 질문 6개로 토론하듯 읽습니다. 각도로 얼굴을 비교하는 원리, 엉터리 라벨 청소, 프라이버시 쟁점까지.</description></item>
<item><title>답만 찍던 AI가 풀이 보고 떡상한 썰, CoT 프롬프팅 논문</title><link>https://nonmun-jingeomdari.pages.dev/articles/chain-of-thought-prompting-explained/</link><guid isPermaLink="true">https://nonmun-jingeomdari.pages.dev/articles/chain-of-thought-prompting-explained/</guid><pubDate>Fri, 16 Oct 2026 00:00:00 +0000</pubDate><category>LLM</category><category>프롬프트</category><category>챗봇</category><category>추론</category><description>답만 찍던 AI한테 풀이 적힌 예제 몇 개 보여 줬을 뿐인데 수학 점수가 떡상했다. 가상의 과외 썰로 생각의 사슬(CoT) 프롬프팅 논문을 읽고, 작은 모델은 오히려 손해 본 반전까지 정리한다. (PaLM 540B·GSM8K)</description></item>
<item><title>취향을 몇 분 만에 배우는 추천 AI? 바이트댄스 Monolith 후기</title><link>https://nonmun-jingeomdari.pages.dev/articles/monolith-realtime-recommendation-explained/</link><guid isPermaLink="true">https://nonmun-jingeomdari.pages.dev/articles/monolith-realtime-recommendation-explained/</guid><pubDate>Fri, 16 Oct 2026 00:00:00 +0000</pubDate><category>추천시스템</category><category>숏폼</category><category>실시간학습</category><category>임베딩</category><description>손님 취향 노트를 몇 분마다 고치는 카페가 있다면? 가상의 단골 카페 이야기로 바이트댄스 추천 시스템 Monolith 논문을 까 본 후기. 실시간 학습, 취향 분 단위 업데이트, 뻐꾸기 해싱까지 쉽게 정리했어요.</description></item>
</channel></rss>
