Enhancing Multi-Modal Large Language Model Adaptation through Robust and Efficient Distributed Collaborative Learning
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형B)
2026년
2710110625
과학기술정보통신부
한국연구재단
포항공과대학교
김광인
8명
2026.05.01 ~ 2027.04.30
2024.05.01 ~ 2028.04.30
2.3억원
2.3억원
기초연구
대학
경상북도 포항시
정보/통신 > 정보이론 > 인공지능
제안하는 과제에서는 실세계 문제에 적용 가능한 수준의 분산 MLLM 적응 프레임워크를 구현하는 것을 목표로 하며, 이를 위해 다음과 같은 기술적 난제들을 해결하려 함. 1) 클라이언트 오염에 대한 강건성과 통신 효율성을 동시에 갖춘 MLLM 분산 학습 방법 개발: 기존의 분산 학습 방법들은 클라이언트 오염과 통신효율 문제를 독립적으로 다루어 왔기 때문에, ...
클라이언트 패러미터 다양체의 기하학적 및 통계적 특성을 이론적 실험적으로 분석하고, 이를 통해 클라이언트 패러미터의 신뢰도, 이질성, 학습 프로세스에 대한 기여도 및 데이터 활용도를 정량화하는 방법을 개발하려 함. 최종적으로, 이러한 결과를 종합해 통신 및 데이터 효율성과 강건성을 동시에 달성하는 MLLM 적응 분산 학습 알고리즘 개발을 추구함. 세부 연...
연구결과의 주요 활용 가능 분야와 방안은 다음과 같음:- 의료 분야: 진단, 처방, 이미지, MRI, CT 등 다양한 형태의 의료 데이터를 MLLM에 통합하여 환자의 상태를 정확히 파악하고 적절한 치료 방안을 제안하는 데 활용할 수 있음. - 교육 분야: 텍스트, 이미지, 비디오, 오디오 등 다양한 형태의 교육 데이터를 MLLM에 통합하여 학생들의 학습 수...