1개월 전 · ai

[Paper] Visual Pre-training을 위한 Pixel Supervision 추구

가장 기본적인 수준에서, 픽셀은 우리가 세계를 인식하는 시각 정보의 원천입니다. 픽셀은 모든 수준에서 정보를 담고 있으며, …

1개월 전 · ai

[Paper] DiffusionVL: 모든 자동회귀 모델을 Diffusion Vision Language 모델로 변환

최근 멀티모달 연구에서, diffusion paradigm은 고유한 디코딩 방식 때문에 autoregressive paradigm(AR)에 대한 유망한 대안으로 부상했습니다.

1개월 전 · ai

[Paper] Predictive Concept Decoders: 확장 가능한 End-to-End 해석 보조 도구 훈련

신경망의 internal activations을 해석하는 것은 그들의 행동에 대한 보다 충실한 설명을 제공할 수 있지만, 복잡한 구조 때문에 어렵다.

1개월 전 · ai

[Paper] Gaussian Pixel Codec Avatars: 효율적인 렌더링을 위한 하이브리드 표현

우리는 Gaussian Pixel Codec Avatars (GPiCA)를 소개합니다. 이는 다중 뷰 이미지로부터 생성될 수 있는 포토리얼리스틱 헤드 아바타이며, 모바일 디바이스에서 효율적으로 렌더링됩니다.

1개월 전 · ai

[Paper] Artism: AI 기반 이중 엔진 시스템을 통한 예술 생성 및 비평

이 논문은 예술 진화에서 잠재적 궤적을 탐색하는 복잡한 문제를 해결하기 위해 설계된 dual-engine AI 아키텍처 방법을 제안한다. W...

1개월 전 · ai

[Paper] 멀티뷰 파운데이션 모델

Foundation 모델은 다양한 Computer Vision 애플리케이션에서 중요한 도구입니다. 이 모델은 단일 RGB 이미지를 입력으로 받아 깊은 feature representation을 출력합니다…

1개월 전 · ai

[Paper] GateFusion: 능동 화자 감지를 위한 계층적 게이트형 교차 모달 융합

Active Speaker Detection (ASD)은 비디오의 각 프레임에서 현재 누가 말하고 있는지를 식별하는 것을 목표로 합니다. 대부분의 최신 접근 방식은 late fusion에 의존하여 comb...

1개월 전 · ai

[Paper] 희소 생물학적 데이터로부터 방광암 복합 치료의 모델 파라미터 동역학 학습

상호작용하는 생물 유기체의 수학적 모델에서 외부 개입이 시간에 따라 행동을 변화시킬 수 있는 경우, 고정된 파라미터를 가정하는 전통적인 모델은…

1개월 전 · ai

[Paper] DREX를 이용한 효율적인 Early-Exit Inference를 위한 Dynamic Rebatching

Early-Exit (EE)는 Large Language Model (LLM) 아키텍처로, 더 쉬운 토큰을 모델의 일부 서브셋만 사용해 생성함으로써 추론 속도를 가속화합니다.

1개월 전 · ai

[Paper] 엔드투엔드 훈련을 통한 Autoregressive Video Diffusion의 Self-Resampling

Autoregressive video diffusion models는 세계 시뮬레이션에 대한 가능성을 가지고 있지만, train‑test 불일치에서 발생하는 exposure bias에 취약합니다. 최근 w…

1개월 전 · ai

[Paper] VLIC: Vision-Language Models를 인간 정렬 이미지 압축을 위한 지각 판단자로 활용

인간 선호도를 포함한 이미지 압축 성능 평가에서는 일반적으로 MSE와 같은 단순 왜곡 함수가 충분히 …

1개월 전 · ai

[Paper] FrontierCS: 진화하는 지능을 위한 진화하는 도전

우리는 FrontierCS를 소개합니다. 이는 컴퓨터 과학의 다양한 분야에 걸친 156개의 open-ended problems로 구성된 benchmark이며, CS PhDs 등 전문가들이 설계하고 검토했습니다.