0개월 전 · ai

[Paper] 의사 감독을 통한 작업 벤치마크의 임상 타당성 확장적 향상

임상 위험 점수의 계산을 자동화하는 것은 의사의 행정 업무 부담을 줄이고 환자 치료를 향상시킬 수 있는 중요한 기회를 제공합니다. 현재...

0개월 전 · ai

[Paper] 대규모 멀티모달 대응 학습으로 오디오비주얼 인지의 최전선을 확장

우리는 Perception Encoder Audiovisual, PE-AV를 소개합니다. 이는 오디오와 비디오 이해를 위해 스케일된 대조 학습으로 훈련된 새로운 인코더 계열입니다. Built o…

0개월 전 · ai

[Paper] Visual-Aware CoT: 통합 모델에서 고충실도 시각 일관성 달성

최근에 Chain-of-Thought (CoT)의 도입으로 통합 모델의 생성 능력이 크게 향상되었습니다. 하지만 현재 ...

0개월 전 · ai

[Paper] 비디오에서 장면 내 객체 조작의 Zero-shot 재구성

우리는 단일 monocular RGB video에서 장면 내 객체 조작을 재구성하는 문제를 해결하기 위한 최초의 시스템을 구축했습니다. 이는 ill-posed 문제이기 때문에 도전적입니다.

0개월 전 · ai

[Paper] 실내에서 열린 세계로: MLLMs의 공간 추론 격차 밝히기

멀티모달 대형 언어 모델(Multimodal Large Language Models, MLLMs)은 의미론적 과제에서 인상적인 성능을 달성했지만, 그들의 공간 지능—견고하고 기반이 되는 …

0개월 전 · ai

[Paper] GenEnv: 난이도에 맞춘 공동 진화: LLM 에이전트와 환경 시뮬레이터 사이

능력 있는 Large Language Model (LLM) 에이전트를 훈련하는 것은 실제 상호작용 데이터의 높은 비용과 정적인 특성 때문에 심각한 병목 현상을 겪고 있습니다. 우리는 이를 해결합니다.

0개월 전 · ai

[Paper] WorldWarp: 비동기 비디오 디퓨전을 통한 3D 기하학 전파

장거리이며 기하학적으로 일관된 비디오를 생성하는 것은 근본적인 딜레마를 제시한다: 일관성은 픽셀 공간에서 3D geometry에 대한 엄격한 준수를 요구하지만, ...

0개월 전 · ai

[Paper] 효율적인 Vision Mamba를 통한 MRI Super-Resolution, 하이브리드 선택 스캐닝

배경: 고해상도 MRI는 진단에 필수적이지만, 긴 촬영 시간 때문에 임상에서의 활용이 제한됩니다. 슈퍼해상도(SR)는 스캔 후 해상도를 향상시킬 수 있습니다.

0개월 전 · ai

[Paper] Multimodal LLMs를 활용한 아카이브 이미지 스캔으로부터의 역사적 데이터셋 구축: 독일 특허 (1877-1918)

우리는 멀티모달 대형 언어 모델(LLMs)을 활용하여 9,562개의 아카이브 이미지 스캔을 통해 306,070개의 독일 특허(1877‑1918) 데이터셋을 우리 LLM‑b를 사용해 구축합니다.

0개월 전 · ai

[Paper] Bottom-up Policy Optimization: 당신의 언어 모델 정책은 내부 정책을 비밀리에 포함하고 있다

기존의 강화 학습(RL) 접근 방식은 대형 언어 모델(LLM)을 단일 통합 정책으로 취급하여 내부 메커니즘을 간과한다. 이해...

0개월 전 · ai

[Paper] Beyond CLIP: Knowledge-Enhanced 멀티모달 트랜스포머를 활용한 교차 모달 정렬을 위한 당뇨병성 망막증 진단

당뇨병성 망막증(DR)은 전 세계적으로 예방 가능한 실명의 주요 원인 중 하나이며, 정확한 자동 진단 시스템이 요구됩니다. 일반 도메인 비전‑la…

0개월 전 · ai

[Paper] 라벨 일관성을 갖춘 클러스터링

효율적이고 효과적이며 일관된 metric clustering algorithms를 설계하는 것은 점점 더 많은 관심을 끄는 중요한 과제입니다. 전통적인 접근 방식은 ...