1주 전 · ai

[Paper] TAGFN: 텍스트 속성 그래프 데이터셋을 이용한 LLM 시대의 가짜 뉴스 탐지

대형 언어 모델(LLM)은 최근 텍스트 속성 그래프에 대한 머신러닝을 혁신했지만, LLM을 그래프 이상치 탐지에 적용하는 것은, ...

1주 전 · ai

[Paper] AI에서 알고리즘적 진보의 기원에 관하여

Algorithms have been estimated to increase AI training FLOP efficiency by a factor of 22,000 between 2012 and 2023 [Ho et al., 2024]. Running small-scale ablati... → 알고리즘은 2012년부터 2023년 사이에 AI 훈련 FLOP 효율성을 22,000배 향상시킨 것으로 추정됩니다 [Ho et al., 2024]. 소규모 ablati...

1주 전 · ai

[Paper] ReSAM: 정제, 재조회, 그리고 강화: 원격 감지 이미지를 위한 자체 프롬프트 포인트‑감독 세분화

Interactive segmentation models such as the Segment Anything Model (SAM) have demonstrated remarkable generalization on natural images, but perform suboptimally...

1주 전 · ai

[Paper] TAB-DRW: 생성형 테이블 데이터를 위한 DFT 기반 강인 워터마크

생성 AI의 부상으로 의료, 금융, 공공 정책 등 분야에서 고충실도 합성 표형 데이터의 생산이 가능해졌으며, ...

1주 전 · ai

[Paper] 차원 축소를 통한 LLM 잠재 공간 기하학 시각화

Large language models (LLMs) achieve state-of-the-art results across many natural language tasks, but their internal mechanisms remain difficult to interpret. I...

1주 전 · ai

[Paper] MoGAN: 몇 단계 모션 적대적 사후 훈련을 통한 비디오 확산에서 모션 품질 향상

Video diffusion models achieve strong frame-level fidelity but still struggle with motion coherence, dynamics and realism, often producing jitter, ghosting, or ... 비디오 확산 모델은 프레임 수준에서 높은 충실도를 달성하지만, 움직임 일관성, 역동성 및 현실감에서는 여전히 어려움을 겪으며, 흔히 흔들림, 유령 현상 등을 발생시킵니다.

1주 전 · ai

[Paper] 대형 언어 모델에서 선천적 계획의 한계에 대하여

Large language models (LLMs) achieve impressive results on many benchmarks, yet their capacity for planning and stateful reasoning remains unclear. We study the...

1주 전 · ai

[Paper] 폐쇄‑루프 엔드‑투‑엔드 자율 주행을 위한 모델 기반 정책 적응

엔드‑투‑엔드(E2E) 자율주행 모델은 오픈‑루프 평가에서 강력한 성능을 보여왔지만, 종종 연쇄 오류와 일반화 부족으로 어려움을 겪는다.

1주 전 · ai

[Paper] 언제 멈출지 학습: Adaptive Latent Reasoning via Reinforcement Learning

Latent reasoning은 Transformer 언어 모델에서 새로운 개발을 의미하며, chain-of-thought에 비해 추론 길이를 압축하는 잠재력을 보여주었습니다.

1주 전 · ai

[Paper] Harmony: 오디오와 비디오 생성의 교차 작업 시너지로 조화

동기화된 오디오-비주얼 콘텐츠의 합성은 생성 AI에서 핵심 과제이며, 오픈소스 모델들은 견고한 오디오-비디오 정렬에 어려움을 겪고 있습니다.

1주 전 · ai

[Paper] 다중모달 강인 프롬프트 증류 for 3D 포인트 클라우드 모델

적대적 공격은 학습 기반 3D 포인트 클라우드 모델에 중대한 위협을 가하며, 보안에 민감한 응용 분야에서 그 신뢰성을 심각하게 저해합니다.

1주 전 · ai

[논문] 전문가 페르소나 LLM의 자기 투명성 실패: 대규모 행동 감사

언어 모델이 전문가 상황에서 AI 정체성을 신뢰할 수 있게 공개하지 못한다면, 사용자는 그 모델의 역량 한계를 신뢰할 수 없습니다. 이 연구는 자기 투명성...