· ai
[Paper] 난이도 수준별 일반화 재검토: 그렇게 쉽지는 않다
우리는 대형 언어 모델(LLM)이 다양한 과제 난이도에 걸쳐 얼마나 잘 일반화되는지를 조사합니다. 이는 효과적인 데이터 선별 및 평가를 위해 핵심적인 질문입니다. E...
-
- · ai
[Paper] TraceGen: 3D 트레이스 공간에서의 세계 모델링은 교차 구현 비디오 학습을 가능하게 합니다
새로운 플랫폼과 새로운 장면에서 단 몇 개의 시연만으로 새로운 로봇 작업을 학습하는 것은 여전히 어려운 과제입니다. 다른 구현체—예를 들어 인간—의 비디오를 활용하면서도…
- · ai
[Paper] ToolOrchestra: 효율적인 모델 및 도구 오케스트레이션을 통한 지능 향상
Large language models are powerful generalists, yet solving deep and complex problems such as those of the Humanity's Last Exam (HLE) remains both conceptually ... (keep the source link unchanged) 대형 언어 모델은 강력한 제너럴리스트이지만, 인류 최후의 시험(HLE)과 같은 깊고 복잡한 문제를 해결하는 것은 개념적으로 여전히 …
- · ai
[Paper] G$^2$VLM: 기하학 기반 비전-언어 모델, 통합 3D 재구성 및 공간 추론
Vision-Language Models (VLMs)은 여전히 공간 지능에서 견고함이 부족하여 공간 이해 및 추론 작업에서 성능이 저조합니다. 우리는 ...
- · ai
[Paper] 매트릭스: 피어‑투‑피어 다중‑에이전트 합성 데이터 생성 프레임워크
Synthetic data has become increasingly important for training large language models, especially when real data is scarce, expensive, or privacy-sensitive. Many ...
- · ai
[Paper] 픽셀 없이 보기: 카메라 궤적에서의 인식
https://arxiv.org/abs/2405.05384 카메라 궤적—공간을 가로지르는 경로—만으로 픽셀을 보지 않고도 영상의 내용을 인식할 수 있을까? 이 논문은 이러한 질문에 처음으로 체계적인 접근을 시도한다. 우리는 카메라가 이동하면서 기록한 3차원 궤적 정보만을 이용해, 해당 영상이 어떤 장면을 담고 있는지, 어떤 동작이 일어나고 있는지를 추론한다. 이를 위해 새로운 데이터셋을 구축하고, 궤적 기반의 특징 추출 및 시퀀스 모델링 기법을 제안한다. 실험 결과, 제안된 방법은 기존 영상 기반 모델에 비해 픽셀 정보를 전혀 사용하지 않음에도 불구하고 의미 있는 수준의 인식 성능을 달성한다. 이 연구는 비전 시스템이 시각적 입력이 제한된 상황에서도 공간적 움직임 정보를 활용할 수 있음을 보여준다.
- · ai
[Paper] 간섭 하에서 실험을 위한 진화 기반 모델
네트워크 시스템에서 인과 효과 추정은 데이터 기반 의사결정의 핵심입니다. 이러한 환경에서는 한 단위에 대한 개입이 다른 단위로 파급될 수 있으며, 이는 ...
- · ai
[Paper] 글리오마 분할 및 등급 매김 혁신: 3D MRI 기반 가이드 하이브리드 딥러닝 모델
Gliomas는 사망률이 높은 뇌종양 유형으로, 이는 종양에 대한 치료 개입을 위해 조기 및 정확한 진단이 중요함을 의미합니다....
- · ai
[Paper] 통신 렌즈를 통해: 모든 훈련 샘플이 중요한가?
통신 분야에서 AI의 부상은 라디오 액세스 네트워크 최적화부터 사용자 경험 관리에 이르기까지 데이터 양과 학습 요구를 급격히 증가시켰습니다...
- · ai
[Paper] 시각 객체 자세 추정을 위한 불확실성 정량화
객체의 자세 추정에 대한 불확실성을 정량화하는 것은 견고한 제어와 계획에 필수적입니다. 자세 추정은 로봇공학에서 잘 연구된 문제이지만…
- · ai
[Paper] 멀티-크리트: 다중모달 판사들의 다원적 기준 준수 벤치마킹
대형 멀티모달 모델(LMM)은 강력한 지시 수행 능력과 일관성 때문에 멀티모달 평가 시스템에서 판사 역할로 점점 더 많이 채택되고 있습니다.
- · ai
[Paper] Vision Transformers에서 비단조 스케일링 메커니즘
Deeper Vision Transformers는 종종 얕은 모델보다 성능이 떨어지며, 이는 일반적인 스케일링 가정에 도전합니다. ViT-...에 대한 체계적인 실증 분석을 통해 이를 조사합니다.