All Posts

This is a short essay that summarizes your concerns about the future direction of research. (앞으로의 연구 방향에 관한 고민을 정리한 짧은 에세이입니다.)

∞-former: Infinite Memory Transformer 논문을 읽고 한국어로 요약했습니다.

Memformer: A Memory-Augmented Transformer for Sequence Modeling 논문을 요약하고 간단히 리뷰했습니다.

Compressive Transformers for Long-Range Sequence Modelling 논문을 요약하고 간단히 리뷰했습니다.

Sequential Recommendation with User Memory Networks 논문을 요약하고 간단히 리뷰했습니다.

Not all memories are created equal: Learning to forget by expiring 논문을 요약하고 간단히 리뷰했습니다.

Mem2Seq: Effectively Incorporating Knowledge Bases into End-to-End Task-Oriented Dialog Systems 논문을 요약해보았습니다.

Decision Transformer: Reinforcement Learning via Sequence Modeling 논문을 요약해보았습니다.

TorchServe의 간략한 사용법과 전반적인 사용후기를 정리하였습니다.

DeepMind의 DOING MORE WITH LESS: IMPROVING ROBUSTNESS USING GENERATED DATA 논문을 리뷰하고 내용을 요약해보았습니다.

DeepMind의 Neural Turing Machines 논문을 리뷰하고 내용을 요약해보았습니다.

Facebook의 BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension 논문을 리뷰하고 내용을 요약해보았습니다.

Google의 Conformer: Convolution-augmented Transformer for Speech Recognition 논문을 리뷰하고 내용을 요약해보았습니다.

Exploring Generalization in Deep Learning 논문을 리뷰하고 내용을 요약해보았습니다.

Sequence Transduction with Recurrent Neural Networks 논문을 리뷰하고 내용을 요약해보았습니다.

Listen, Attend and Spell 논문을 리뷰하고 내용을 요약해보았습니다.

Google의 What Do Compressed Deep Neural Networks Forget? 논문을 리뷰하고 내용을 요약해보았습니다.

Facebook AI Research의 Training with Quantization Noise for Extreme Model Compression 논문을 리뷰하고 내용을 요약해보았습니다.