· ai
[Paper] X-MuTeST: 설명 가능한 혐오 발언 탐지를 위한 다국어 벤치마크 및 새로운 LLM‑컨설팅 설명 프레임워크
소셜 미디어에서의 Hate speech detection은 정확도와 설명 가능성 모두에서 도전에 직면해 있으며, 특히 연구가 충분히 이루어지지 않은 Indic languages에 대해 그렇습니다. 우리는 새로운 exp...
-
- · ai
[Paper] UniCorn: 자체 생성된 감독을 통한 자기 개선 통합 멀티모달 모델
Unified Multimodal Models (UMMs)가 cross-modal comprehension에서 눈에 띄는 성공을 거두었지만, 그들의 ... 활용 능력에는 여전히 큰 격차가 존재한다.
- · ai
[Paper] MemRL: 에피소드 메모리에서 런타임 강화 학습을 통한 자기 진화 에이전트
인간 지능의 특징은 Constructive Episodic Simulation을 통해 새로운 기술을 마스터하는 능력이며, 과거 경험을 회상하여 해결책을 종합한다.
- · ai
[Paper] AnatomiX, 해부학 인식 기반 멀티모달 대형 언어 모델을 이용한 흉부 X-레이 해석
멀티모달 의료 대형 언어 모델은 흉부 X-레이 해석에서 인상적인 진전을 보여왔지만, 공간 추론 및 …
- · ai
[Paper] 중요한 곳에서 지역 엔트로피 극대화: Prefix-Aware Localized LLM Unlearning
Machine unlearning은 Large Language Models (LLMs)에서 민감한 지식을 잊게 하면서 일반적인 유용성을 유지하는 것을 목표로 합니다. 그러나 기존 접근 방식은 일반적으로...
- · ai
[Paper] 분산형 자동회귀 생성
우리는 자기회귀 생성의 분산화에 대한 이론적 분석을 제시한다. 우리는 Decentralized Discrete Flow Matching 목표를 정의하며, ...를 표현한다.
- · ai
[Paper] 무선 네트워크에서의 예측 및 제어를 위한 Multi-Modal Data-Enhanced Foundation Models: 설문 조사
Foundation models (FMs)은 인공지능(AI)의 미래를 재구성하기 시작한 변혁적인 돌파구로 인식되고 있으며, 학계와 산업 전반에 걸쳐 그 영향을 확대하고 있습니다.
- · ai
[Paper] DiffBench Meets DiffAgent: 엔드투엔드 LLM 기반 Diffusion 가속 코드 생성
Diffusion models는 이미지 및 비디오 생성에서 눈에 띄는 성공을 거두었습니다. 그러나 그들의 본질적으로 다단계 inference 과정은 상당한 c...
- · ai
[Paper] LSP-DETR: 효율적이고 확장 가능한 전슬라이드 이미지에서의 핵 분할
정밀하고 확장 가능한 cell nuclei의 instance segmentation은 computational pathology에 필수적이지만, gigapixel Whole-Slide Images는 주요 계산적 …
- · ai
[Paper] Unified Thinker: 이미지 생성을 위한 일반 추론 모듈 코어
high-fidelity image synthesis에서 인상적인 진전에도 불구하고, generative models는 여전히 logic-intensive instruction following에 어려움을 겪으며, 지속적인…
- · ai
[Paper] 근육에서 텍스트로: MyoText와 함께 sEMG를 Finger Classification 및 Transformer‑Based Decoding을 통해 텍스트로
Surface electromyography (sEMG)는 근육 활동을 해독하기 위한 직접적인 신경 인터페이스를 제공하며, 키보드 없이 텍스트 입력을 위한 유망한 기반을 제공합니다.
- · software
[Paper] Amazon Appstore의 낮은 평점 애플리케이션 데이터셋을 이용한 사용자 피드백 분석
오늘날 digital landscape에서, end-user feedback은 software applications의 진화에 중요한 역할을 하며, 특히 사용을 방해하는 문제를 해결하는 데 핵심적이다.