자동차 생산 공장에서는 vehicle painting process가 여러 robotic arms를 사용하여 컨베이어를 따라 이동하는 차체에 동시에 페인트를 적용합니다.

인공지능(AI)의 급속한 성장으로 새로운 데이터 처리와 생성 능력이 도입되었지만, 에너지 요구량도 급증하고 있습니다. This cha...

다양한 분야에 걸친 시스템의 복잡성 및 상호 연결성이 증가함에 따라 복잡 네트워크, 특히 Scal…에 대한 연구에 대한 관심이 커지고 있습니다.

우리는 SpaceTimePilot을 소개합니다. 이는 공간과 시간을 분리하여 제어 가능한 생성 렌더링을 가능하게 하는 비디오 디퓨전 모델입니다. 단일 카메라 비디오가 주어지면, SpaceTimePil…

최근 3D reconstruction은 고밀도 multi-view 이미지로부터 고품질 장면 캡처에서 눈에 띄는 진전을 이루었지만, 입력 view가 ...

휴머노이드 로봇은 인간 중심 환경에서 작동할 큰 잠재력을 가지고 있지만, 머리, 손, 다리 전반에 걸친 robust whole-body coordination을 달성하는 것은 ...

우리는 Edit3r를 제시합니다. 이는 feed‑forward 프레임워크로, unposed, view‑inconsistent, instruction‑edited 이미지들로부터 단일 패스로 3D 씬을 재구성하고 편집합니다. U...

고위험 의사결정은 미래에 대한 불확실성 하에서 추론하는 것을 포함한다. 이 연구에서는 언어 모델을 훈련시켜 개방형 예측을 수행한다.

시간적으로 손상된 skeleton sequences 로부터 fine-grained actions 를 인식하는 것은 특히 온라인 상황에서 실제 세계 시나리오에 적용될 때 큰 도전 과제로 남아 있다.

Audio-driven visual dubbing은 비디오의 입 움직임을 새로운 음성에 맞추는 것을 목표로 하지만, 이상적인 학습 데이터가 부족하여 근본적으로 어려움을 겪습니다: pai...

현대 운영 및 분산 시스템의 resource-management 작업은 여전히 scheduling, caching 등과 같은 작업을 위해 hand-designed heuristics에 주로 의존한다.

그 규모와 성공에도 불구하고, 현대 트랜스포머는 거의 보편적으로 단일 목표 시스템으로 학습됩니다: 최적화는 하나의 결정론적 파라미터 집합을 생성합니다.

Clock와 Pizza 해석은 균일한 어텐션 또는 학습 가능한 어텐션이 다른 아키텍처와 연관되어 있으며, 서로 다른 a...

현대의 ML 학습 및 추론은 이제 수십 대에서 수만 대의 GPU에 걸쳐 이루어지며, 네트워크 오류로 인해 복구가 느려 GPU 시간의 10~15%가 낭비될 수 있습니다. Common ne...

본 연구는 Large Language Model (LLM) 기반 Building Energy Management System (BEMS) AI agents를 위한 개념적 프레임워크와 프로토타입 평가를 제시한다…

Retrieval-augmented generation (RAG)은 선택된 컨텍스트의 품질에 매우 민감하지만, 표준 top‑k 검색은 종종 중복되거나 거의 복제된…

Discriminative approaches to classification은 종종 in-distribution에서는 유효하지만 사소한 distribution shift에서도 실패하는 shortcuts를 학습합니다. 이러한 실패 모드는…

Transformer 언어 모델은 언어를 토큰의 시퀀스로 모델링함으로써 놀라울 정도로 자연스러운 텍스트를 생성할 수 있습니다. 그러나 주로 표면 수준의 동시 발생 통계에 의존함으로써…

이진 선택은 인간 피드백을 통한 강화 학습(RLHF)에서 자주 사용되며, 선호도의 방향만을 전달합니다. 사람은 사과를 ...

이 논문의 목적은 고차원 문제에 대한 해를 구하기 위해 딥 그래디언트 플로우 방법(DGFMs)을 적용하는 데 견고한 수학적 기반을 제공하는 것이다.

지난 몇 년 동안, 밈은 순수하게 유머 교환의 매체로만 사용되던 것에서, 사용자가 다양한 감정을 자유롭게 표현할 수 있는 매체로 진화했습니다...

Diffusion language models (DLMs)은 autoregressive models에 대한 유망한 대안으로 부상했으며, parallel token generation을 통해 더 빠른 추론을 가능하게 합니다. 우리는 …

우리는 FoundationSLAM을 제시한다. 이는 학습 기반 단안 밀집 SLAM 시스템으로, 기존 흐름 기반 접근 방식에서 나타나는 기하학적 일관성 부재 문제를 해결한다.

Lifelong person Re-IDentification (L‑ReID)은 순차적으로 수집된 데이터를 활용해 ReID 모델을 지속적으로 학습하고 업데이트하며, 전체 성능에 초점을 맞춘다.