Python의 dynamic typing 메커니즘은 유연성을 촉진하면서도 대규모 소프트웨어에 만연한 runtime type errors의 중요한 원천이 되어 …

모바일 애플리케이션의 복잡성이 기하급수적으로 증가하고 사용자 디바이스 환경의 파편화가 심화됨에 따라, 온라인 애플리케이션의 안정성을 보장하는 것이...

고해상도 비디오 생성은 디지털 미디어와 영화에 필수적이지만, diffusion 모델의 이차 복잡성 때문에 계산적으로 병목 현상이 발생합니다, mak...

우리는 최신 비전-언어 모델(VLMs)에서 상당한 인기 편향을 드러내며, 이 모델들은 유명한 건물에 대해 최대 34% 더 높은 정확도를 달성한다 ...

Masked Diffusion Models (MDMs)은 유연하고 비자기회귀적인 생성 방식을 제공하지만, 이러한 자유는 도전을 안겨줍니다: 최종 출력 품질이 매우 민감하게 …

Computational point-of-care (POC) sensors는 응급 상황, 원격 및 자원이 제한된 지역에서 빠르고 저비용이며 접근 가능한 진단을 가능하게 하며, 접근이 부족한…

우리는 실시간 스트리밍 비디오 LLM인 Streamo를 소개합니다. 이는 범용 인터랙티브 어시스턴트 역할을 합니다. 기존의 온라인 비디오 모델들이 좁은 ...

Segment Anything Model 2 (SAM2)는 비전 파운데이션 모델로서 프롬프트 기반 비디오 객체 분할에서 크게 발전했지만, 실제 배포는 아직 어려운 상황입니다.

우리는 C2LLM - Contrastive Code Large Language Models를 소개합니다. 이는 0.5B와 7B 규모의 코드 임베딩 모델 패밀리이며, Qwen-2.5-Coder 백본을 기반으로 합니다. ...

대형 전체 슬라이드 이미지(WSI)에서 작은 타일을 해석하려면 종종 더 큰 이미지 컨텍스트가 필요합니다. 우리는 트랜스포머 기반 타일 표현인 TICON을 소개합니다.

Abstraction and Reasoning Corpus (ARC)와 ARC-AGI와 같은 추론 벤치마크는 인공지능의 발전을 평가하는 데 널리 사용되며 종종 ...

신호와 잡음을 구분하는 것은 실험 과학의 핵심이다. 잘 확립된 통계 방법을 LLM evals에 효과적으로 적용하려면 고려가 필요하다.

우리는 언어 모델에서 병렬 시퀀스 생성을 위한 보편적인 프레임워크인 Parallel Token Prediction (PTP)을 제안한다. PTP는 여러 종속 토큰을 동시에 예측한다.

PDE-잔차 손실을 최소화하는 것은 신경 연산자에서 물리적 일관성을 촉진하는 일반적인 전략입니다. 그러나 표준 공식은 종종 변분 c...

이 논문은 ‘Scaling Laws for Economic Impacts’를 도출한다 — 대규모 언어 모델(Large Language Models, LLMs)의 훈련 컴퓨트와 전문 …

Data processing inequality은 정보 이론적 원칙으로, 신호의 정보 내용은 관측을 처리함으로써 증가시킬 수 없다고 명시한다.

형상 위에서 편미분 방정식(PDE)을 푸는 것은 많은 형상 분석 및 공학 작업의 기반이 됩니다; 그러나 기존 PDE 솔버는 다각형/…

그래픽 사용자 인터페이스(GUI) 에이전트는 모바일 기기에서 자주 실행되는 장시간 지연 작업을 자동화함으로써 생산성을 크게 향상시킬 수 있습니다. 그러나, ex...

급성 골수성 백혈병(AML)은 극도의 분자 이질성과 높은 재발률 때문에 임상적 도전 과제로 남아 있습니다. 정밀 의학이 도입...

Model merging은 joint multi-task learning (MTL)에 대한 가벼운 대안으로 등장했지만, 병합된 모델의 일반화 특성은 아직 크게 알려지지 않았습니다.

표에서의 Structured data extraction은 스캔된 문서와 디지털 아카이브의 document image analysis에서 중요한 역할을 합니다. 많은 방법들이 …

현대 외과 시스템은 지능형 장면 이해에 점점 더 의존하여 향상된 수술 중 안전을 위한 시기적절한 상황 인식을 제공합니다. Within...

Engineering Manuals(EM)의 사용자는 EM이 길고, 서면 문서와 단계별 절차를 포함하는 조밀한 형식 때문에 읽기 어렵다고 느낍니다.

현대 딥러닝 방법은 일반적으로 이미지 시퀀스를 순차적으로 쌓인 프레임들의 대형 텐서로 취급합니다. 그러나 이 직관적인 표현이 …