· ai
[Paper] 분포 매칭 Variational AutoEncoder
대부분의 시각 생성 모델은 이미지를 잠재 공간(latent space)으로 압축한 뒤 diffusion이나 autoregressive 모델링을 적용합니다. 그러나 VAEs와 같은 기존 접근법은 …
-
- · ai
[Paper] HalluShift++: 언어와 비전을 연결하는 내부 표현 변화를 통한 MLLMs의 계층적 환각
멀티모달 대형 언어 모델(MLLMs)은 시각‑언어 이해 작업에서 놀라운 능력을 보여주었습니다. 이러한 모델은 종종 ling...
- · ai
[Paper] KAN-Dreamer: Kolmogorov-Arnold Networks를 함수 근사기로서 World Models에서 벤치마킹
DreamerV3는 놀라운 샘플 효율성으로 알려진 최첨단 온라인 모델 기반 강화 학습(MBRL) 알고리즘입니다. 동시에, Kolmogorov-Arno…
- · ai
[Paper] 구체적인 티켓 검색으로 네트워크 훈련 역학을 보존하여 복권에 당첨하기
Lottery Ticket Hypothesis은 조밀하고 무작위 초기화된 신경망 내에 매우 희소하고 학습 가능한 서브네트워크('winning tickets')가 존재한다는 것을 주장한다.
- · ai
[Paper] Arc Gradient Descent: 수학적으로 도출된 Gradient Descent의 재구성, Phase-Aware 및 User-Controlled Step Dynamics
이 논문은 ArcGD 옵티마이저의 공식화, 구현 및 평가를 제시한다. 평가는 처음에 비볼록 벤치마크 함수에 대해 수행된다.
- · ai
[Paper] EditThinker: 모든 이미지 편집기를 위한 Iterative Reasoning 활용
Instruction-based image editing은 눈에 띄는 연구 분야로 부상했으며, image generation foundation models의 혜택을 받아 높은 미학적…
- · ai
[Paper] AQUA-Net: 적응형 주파수 융합 및 조명 인식 네트워크를 이용한 수중 이미지 향상
수중 이미지는 파장에 따라 달라지는 빛의 흡수와 산란 때문에 색 왜곡이 심하고, 대비가 낮으며, 흐릿한 외관을 자주 보입니다. Si...
- · ai
[Paper] M4-RAG: 대규모 다언어 다문화 다중모달 RAG
비전-언어 모델(VLM)은 시각 질문 응답(VQA)에서 강력한 성능을 달성했지만, 여전히 정적인 학습 데이터에 제한을 받고 있습니다. Retrieva...
- · ai
[Paper] SIMPACT: 시뮬레이션 지원 행동 계획 using Vision-Language Models
Vision-Language Models (VLMs)는 놀라운 상식 및 의미론적 추론 능력을 보여줍니다. 그러나 이들은 물리적 역학에 대한 근거 있는 이해가 부족합니다…
- · ai
[Paper] 줌 인, 클릭 아웃: GUI 그라운딩을 위한 줌 활용 가능성 탐색 및 평가
Grounding은 그래픽 사용자 인터페이스(GUI) 에이전트를 구축하기 위한 기본적인 능력입니다. 기존 접근 방식들은 대규모 바운딩 박스 감독에 의존하지만…
- · ai
[Paper] 배경이 분류 및 특징 중요도에 미치는 영향 측정: 딥러닝을 이용한 AV 인식
딥러닝을 위한 설명 가능한 AI(XAI)의 일반적인 접근 방식은 주어진 모델에서 분류 작업에 대한 입력 특징의 중요성을 분석하는 데 초점을 맞춥니다: sal...
- · ai
[Paper] Synset Signset Germany: 독일 교통 표지 인식을 위한 합성 데이터셋
본 논문에서는 traffic sign recognition 작업에서 d...의 장점을 결합한 synthesis pipeline 및 dataset을 제시하여 training / testing 데이터를 제공합니다.