1개월 전 · ai

[Paper] TimeLens: 멀티모달 LLMs와 함께하는 Video Temporal Grounding 재고찰

이 논문은 새로운 방법을 제시하는 것이 아니라, 비디오 시간적 그라운딩(VTG)을 위한 직관적이고 점진적이며 필수적인 베이스라인을 설정합니다.

1개월 전 · ai

[Paper] 시각 토크나이제이션 및 생성을 위한 Spherical Leech Quantization

Non-parametric quantization은 파라미터 효율성과 대규모 코드북에 대한 확장성 때문에 많은 주목을 받아왔습니다. 이 논문에서는 ...

1개월 전 · ai

[Paper] CRISP: 접촉 기반 Real2Sim from Monocular Video with Planar Scene Primitives

우리는 CRISP를 소개한다. 이 방법은 단안 비디오에서 시뮬레이션 가능한 인간 동작과 장면 기하학을 복원한다. 인간‑장면 공동 재구성에 대한 이전 연구는 reli...

1개월 전 · ai

[Paper] 범용 추론 모델

Universal transformers (UTs)는 ARC-AGI와 Sudoku와 같은 복잡한 추론 작업에 널리 사용되어 왔지만, 그들의 성능 향상의 구체적인 원천은 r...

1개월 전 · ai

[Paper] 네이티브 및 콤팩트 구조화된 Latents for 3D Generation

최근 3D 생성 모델링의 발전으로 생성 현실감이 크게 향상되었지만, 이 분야는 여전히 기존 표현 방식에 의해 제약을 받고 있습니다, w...

1개월 전 · ai

[Paper] MMGR: 멀티모달 생성적 추론

비디오 파운데이션 모델은 시각적으로 현실적이고 시간적으로 일관된 콘텐츠를 생성하지만, world simulators로서의 신뢰성은 그것들이 p를 포착하는지 여부에 달려 있습니다.

1개월 전 · ai

[Paper] CHIP: Hindsight Perturbation을 통한 Humanoid Control을 위한 Adaptive Compliance

최근 휴머노이드 로봇의 발전으로 백플리핑, 달리기, 기어가기 등 민첩한 locomotion 기술이 가능해졌다. 그러나 아직도 휴머노이드에게는 도전적인 과제로 남아 있다.

1개월 전 · ai

[Paper] Spoken DialogSum: 감정이 풍부한 대화 데이터셋 for Spoken Dialogue Summarization

최근 audio language models는 긴 대화를 따라갈 수 있습니다. 그러나 emotion-aware 또는 spoken dialogue summarization에 대한 연구는 데이터 부족으로 제한됩니다.

1개월 전 · ai

[Paper] 클리핑된 Stochastic First-Order Methods의 Bias-Variance Trade-off: Bounded Variance에서 Infinite Mean까지

확률적 최적화는 현대 머신러닝의 기본이다. 최근 연구는 경량‑t…

1개월 전 · ai

[Paper] 병원에서 환자 악화를 위한 Early Warning Index

병원은 이질적인 임상 및 운영 데이터의 증가하는 양을 활용하여 중요한 사건을 효과적으로 예측할 수 있는 자동화된 시스템이 부족합니다. 초기 아이...

1개월 전 · ai

[Paper] 빠르고 정확한 Causal Parallel Decoding using Jacobi Forcing

멀티 토큰 생성은 트랜스포머 기반 대형 모델 추론을 가속화하기 위한 유망한 패러다임으로 부상했습니다. 최근 연구들은 주로 디퓨전을 탐구하고 있습니다.

1개월 전 · ai

[Paper] VASA-3D: 단일 이미지에서 생성된 실감 나는 Audio-Driven Gaussian Head Avatars

우리는 VASA-3D, audio‑driven, single‑shot 3D head avatar generator를 제안한다. 이 연구는 두 가지 주요 과제에 도전한다: 미묘한 표정 디테일을 포착하는 것.