Training Dynamics-Aware Data-Centric Learning Optimization for Multimodal and Physical AI
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065708
교육부
한국연구재단
서울대학교산학협력단
최형욱
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2028.08.31
1,250만원
1,250만원
기초연구
대학
서울특별시 관악구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 멀티모달 대형 언어모델(MLLM)의 fine-tuning 단계에서 데이터의 가치가 모델의 현재 학습 상태와 적응 단계에 따라 동적으로 변화한다는 점을 체계적으로 규명하고, 이를 바탕으로 멀티모달 AI와 이후의 Physical AI 전반에 적용 가능한 데이터 중심 학습 원리를 정립하는 데 있다. 구체적으로는 실제 MLLM 미세조정 환경...
본 연구는 “정확하지만 비용이 큰 utility estimation”을 “확장 가능한 경량 data curation”으로 연결하고, 이를 다시 embodied setting으로 점진적으로 확장하는 구조로 수행된다. 첫 번째 연구 내용은 fixed held-in target objective 아래에서 실제 MLLM fine-tuning recipe에 정렬된 ...
본 연구의 성과는 학술적, 기술적, 산업적 측면에서 모두 활용 가능하다. 먼저 학술적으로는 데이터의 가치를 정적인 품질 지표가 아니라 현재 모델 상태와 학습 궤적에 따라 달라지는 동적 변수로 해석함으로써, MLLM data selection, lightweight curation, VLA demonstration curation, World Model da...