3주 전 · ai

[Paper] URL을 넘어: 효율적인 LLM 사전학습을 위한 메타데이터 다양성 및 위치

Large Language Models (LLMs) 사전 학습에 메타데이터를 통합하는 것이 최근 훈련을 가속화하기 위한 유망한 접근법으로 부상하고 있습니다. 그러나 이전 연구는 …

3주 전 · ai

[Paper] 보조 메트릭이 야생에서 스킬 뉴런 디코딩을 돕는다

대규모 언어 모델(LLM)은 다양한 작업에 걸쳐 놀라운 능력을 보여주지만, 그 내부 메커니즘은 대부분 불투명하게 남아 있다. 이 논문에서, w...

3주 전 · ai

[Paper] 정확도를 넘어: 임퓨테이션에서 불확실성 추정에 관한 실증 연구

결측 데이터 처리는 데이터 기반 분석에서 핵심적인 과제입니다. 최신 imputation 방법은 정확한 복원을 목표로 할 뿐만 아니라 ...

3주 전 · ai

[Paper] ReSAM: 정제, 재조회, 그리고 강화: 원격 감지 이미지를 위한 자체 프롬프트 포인트‑감독 세분화

Interactive segmentation models such as the Segment Anything Model (SAM) have demonstrated remarkable generalization on natural images, but perform suboptimally...

3주 전 · ai

[Paper] TAB-DRW: 생성형 테이블 데이터를 위한 DFT 기반 강인 워터마크

생성 AI의 부상으로 의료, 금융, 공공 정책 등 분야에서 고충실도 합성 표형 데이터의 생산이 가능해졌으며, ...

3주 전 · ai

[Paper] 차원 축소를 통한 LLM 잠재 공간 기하학 시각화

Large language models (LLMs) achieve state-of-the-art results across many natural language tasks, but their internal mechanisms remain difficult to interpret. I...

3주 전 · ai

[Paper] MoGAN: 몇 단계 모션 적대적 사후 훈련을 통한 비디오 확산에서 모션 품질 향상

Video diffusion models achieve strong frame-level fidelity but still struggle with motion coherence, dynamics and realism, often producing jitter, ghosting, or ... 비디오 확산 모델은 프레임 수준에서 높은 충실도를 달성하지만, 움직임 일관성, 역동성 및 현실감에서는 여전히 어려움을 겪으며, 흔히 흔들림, 유령 현상 등을 발생시킵니다.

3주 전 · ai

[Paper] 대형 언어 모델에서 선천적 계획의 한계에 대하여

Large language models (LLMs) achieve impressive results on many benchmarks, yet their capacity for planning and stateful reasoning remains unclear. We study the...

3주 전 · ai

[Paper] AI 기반 하이브리드 사이버-물리 프레임워크를 이용한 스마트 그리드의 적응형 제어

스마트 그리드는 고전적인 전력 인프라와 첨단 통신 네트워크 및 스마트 제어를 결합하여 사이버-물리 환경을 구축합니다.

3주 전 · ai

[Paper] 폐쇄‑루프 엔드‑투‑엔드 자율 주행을 위한 모델 기반 정책 적응

엔드‑투‑엔드(E2E) 자율주행 모델은 오픈‑루프 평가에서 강력한 성능을 보여왔지만, 종종 연쇄 오류와 일반화 부족으로 어려움을 겪는다.

3주 전 · ai

[Paper] 딥러닝 기반 구강 병변 다중 클래스 분류와 계층화 증강

구강암은 전 세계적으로 매우 흔하며, 양성, 전암성 및 악성 병변과 시각적으로 매우 유사하기 때문에 주로 후기 단계에서 진단됩니다.

3주 전 · ai

[Paper] 언제 멈출지 학습: Adaptive Latent Reasoning via Reinforcement Learning

Latent reasoning은 Transformer 언어 모델에서 새로운 개발을 의미하며, chain-of-thought에 비해 추론 길이를 압축하는 잠재력을 보여주었습니다.