Yuliang Li, Zhonglin Hou, Hong Liu · 2024 · 2024 IEEE 23rd International Conference on Trust, Security and Privacy in Computing and Communications (TrustCom)
관련도: 상
자연어로 기록된 실제 교통사고 서사를 LLM의 제로샷 능력을 통해 정형화된 행동 트리 구조로 번역하고, 시뮬레이션의 시각적 키프레임을 피드백으로 활용해 크리티컬한 사고 상황의 파라미터를 역으로 추적·최적화하여 실행 가능한 테스트 시나리오를 자동 합성한다.
Angela Fan, Mitya Lyubarskiy, Beliz Gokkaya, Shubho Sengupta, Mark Harman, Shin Yoo, Jie M. Zhang · 2023 · ICSE-FOSE 2023
관련도: 상 · 읽은 이유: 소프트웨어 공학 도메인에서 LLM을 결합한 최신 하이브리드 기법들의 현황과 발전 방향 파악
소프트웨어 공학은 execution이라는 자동화된 ground truth를 가지므로, 전통적인 소프트웨어 검증 기술을 LLM과 결합하는 하이브리드 접근법을 통해 할루시네이션을 통제하고 신뢰성을 극대화할 수 있다.
Chunqiu Steven Xia, Matteo Paltenghi, Jia Le Tian, Michael Pradel, Lingming Zhang · 2024 · International Conference on Software Engineering
관련도: 상 · 읽은 이유: LLM Fuzzing(Universal Fuzzing) 학습
문법 규칙과 제약 조건을 수만 줄의 코드로 직접 하드코딩하는 대신, 이미 방대한 소스코드를 사전 학습한 대규모 언어 모델에게 타깃 명세서만 요약해 쥐어주면 모델 스스로 문법과 명세를 이해하고 똑똑하게 입력 변이를 수행하며 버그를 찾아낼 수 있다.
Yinlin Deng, Chunqiu Steven Xia, Haoran Peng, Chenyuan Yang, Lingming Zhang · 2023년 · ISSTA 2023
관련도: 상 · 읽은 이유: LLM Fuzzing(Universal Fuzzing) 학습
딥러닝 라이브러리를 테스트하기 위해 수동으로 문법 규칙을 정의하는 대신, 수천만 개의 오픈소스 코드를 학습한 대규모 언어 모델의 내부 지식을 활용하면 복잡한 API 제약 조건과 시퀀스를 만족하는 입력 프로그램을 제로샷으로 자동 생성 및 변이할 수 있다.
Vered Shwartz, Yejin Choi · 2020 · COLING 2020
관련도: 상 · 읽은 이유: 내 논문에 인용하기 위해서, 보고 편향을 역으로 이용해 Edge case로 활용
신문 기사만 읽고 세상을 배운 AI는 사람들이 숨을 쉬는 횟수보다 살인 사건이 일어나는 횟수가 더 많다고 믿는다. 언어 모델은 일반화 능력으로 '당연한 사실'을 추측해내기도 하지만, 코퍼스에 기록된 '자극적인 예외'에 더 강하게 반응하는 경향이 있다.
Zirui Zhao, Wee Sun Lee, David Hsu (National University of Singapore) · 2023 · NeurIPS 2023
관련도: 상 · 읽은 이유: 내 논문에 인용하기 위해서, LLM을 하나의 설계도로 활용한 선행 연구를 분석 및 파악하기 위함이다.
LLM은 정답을 바로 내놓는 '해결사(Policy)'일 뿐만 아니라 세상이 어떻게 돌아가는지 아는 '설계도(World Model)'이기도 하다. 이 두 역할을 결합해 복잡한 미로(탐색 공간)에서 지도를 보며 유망한 길을 골라가는 것이 LLM-MCTS의 핵심이다.