멀티모달 대형 언어 모델(MLLMs)은 빠르게 발전했지만, 의료 분야에서의 채택은 도메인 커버리지, 모달리티 정렬, ...에 의해 제한됩니다.

딥 뉴럴 네트워크의 분류 성능은 대규모이며 정확하게 주석이 달린 데이터셋에 대한 접근에 크게 의존합니다. 그러나 의료 영상 분야에서는 이러한 데이터셋을 확보하는 것이…

비전 대형 언어 모델(VLLM)의 비전 능력은 언어 능력에 비해 지속적으로 뒤처져 왔습니다. 특히, 수많은 벤치마크 stu...

완전 비지도 세분화 파이프라인은 가장 눈에 띄는 객체를 단순히 찾으려고 합니다(그 객체가 존재한다면). 그 결과, 문헌에 보고된 대부분의 방법은...

멀티모달 디퓨전 트랜스포머(MMDiTs)는 텍스트‑이미지 생성에서 텍스트와 이미지 브랜치를 별도로 유지하고, 양방향 정보 흐름을 통해 ...

Transformer 아키텍처의 부드러움은 일반화, 학습 안정성 및 적대적 견고성 측면에서 광범위하게 연구되어 왔습니다. Ho...

대규모 텍스트-이미지 확산 모델이 시각적 품질을 지속적으로 향상시키고 있지만, 그 규모가 커짐에 따라 최첨단 모델 간의 격차가 확대되고 있습니다.

Instructional video editing은 텍스트 프롬프트만을 사용하여 입력 비디오에 편집을 적용함으로써 직관적인 natural-language control을 가능하게 합니다. 빠른 진행에도 불구하고, 대부분의 m...

Moore‑Penrose Pseudo‑inverse (PInv)는 선형 시스템에 대한 근본적인 해법으로 작용한다. 본 논문에서는 PInv의 자연스러운 일반화를 제안한다.

대규모 사전학습 모델을 새로운 작업에 효율적이고 지속적으로 적용하는 것은 실제 환경 배포에 필수적이지만, catastrophic forgetting 때문에 여전히 어려운 과제이다.

다중 이미지 공간 추론은 현재 멀티모달 대형 언어 모델(MLLMs)에게 여전히 도전 과제입니다. 단일 시점 인식은 본질적으로 2D이며, 추론…

멀티모달 대형 언어 모델(MLLMs)은 시각과 언어를 연결함으로써 멀티모달 인식 및 추론에서 눈에 띄는 진전을 이루었습니다. 그러나 대부분의 기존…