Skip to content

연구

Science for AI

Strategic areaScience for AICV 기준: CV: Science for AI핵심 포인트

물리학식 측정 엄밀도를 AI 평가에 옮기는 연구; 아직 비공개 프로토타입 단계입니다.

보존량·불변량 체크와 인과 진단을 모델 평가 훅으로 만들고, 배포 전 실패 모드를 드러내는 스트레스 하네스를 준비 중입니다. 첫 공개 전까지는 노트북과 벤치마크를 다듬고 있습니다.

핵심 결과3
진행 중3
협업 문의연구 목록으로
요약관련 출판

Research notes

Science for AI

I am building physics-style evaluation harnesses for AI reliability: invariance and conservation probes, causal diagnostics, and stress traces that surface failure modes before deployment. The work is currently pre-publication while I harden the notebooks and benchmarks.

The aim is to bring lab-grade measurement rigor into AI tooling and publish the first science-for-AI notes and benchmark slices in 2025.

핵심 결과3
  • 보존량·불변량 평가 프로토타입을 내부에서 구축했습니다(출판 전).
  • 공유 가능한 노트북·데이터셋 릴리스 계획을 세웠습니다.
  • 물리 priors에 맞춘 메트릭으로 모델 거동과 불확실성을 해석했습니다.
진행 중3
  • 2025년에 첫 science-for-AI 연구 노트와 벤치마크 공개 준비.
  • 협업자들과 인과/해석 가능성 프로브 확장.
  • 프론티어 모델 실패 모드를 겨냥해 평가 스택을 경량화.