Papers

TOOLACE: LLM 함수 호출의 핵심 요소 확보

LightMover: 색상 및 강도 제어를 통한 생성형 조명 이동

강화 학습 및 상대 차량 포즈 추정을 활용한 자율 추월 궤적 최적화

Make It Up: 일반화된 퓨샷 시맨틱 분할에서의 가짜 이미지와 실질적 이득

LLM 기반 다화자 음성 인식을 위한 게이트드 크로스 어텐션 어댑터를 활용한 2 단계 음향 적응

외과 인공지능에 대한 비교 연구: 데이터셋, 파운데이션 모델, 그리고 Med-AGI 에 대한 장벽

텍스트 데이터 통합

Flow Matching 를 통한 통합된 숫자 없는 텍스트-모션 생성

SEAR: LLM 게이트웨이를 위한 스키마 기반 평가 및 라우팅

Diffusion Transformer 에서 풍부한 다양성을 위한 문맥 공간 내 온더플라이 반발

EpochX: Emergent Agent Civilization을 위한 인프라 구축

TAPS: Speculative Sampling을 위한 작업 인식 제안 분포

LongTail Driving Scenarios with Reasoning Traces: The KITScenes LongTail Dataset

RealChart2Code: 실제 데이터와 다중 작업 평가를 통한 차트-코드 생성의 발전

Trace2Skill: 궤적 지역적 교훈을 전이 가능한 Agent 기술로 증류

PackForcing: 짧은 비디오 학습이 긴 비디오 샘플링 및 긴 문맥 추론에 충분하다

ShotStream: 대화형 스토리텔링을 위한 스트리밍 멀티샷 비디오 생성

보이지 않지만 잊히지 않는다: 동적 비디오 월드 모델을 위한 하이브리드 메모리

BeSafe-Bench: 기능적 환경 내 Situated Agents의 행동 안전 리스크 규명

World Reasoning Arena

MSA: 1억 토큰까지의 효율적 엔드투엔드 메모리 모델 확장을 위한 메모리 희소 어텐션

Voxtral TTS

RealRestorer: 대규모 이미지 편집 모델을 활용한 일반화 가능한 실세계 이미지 복원을 위한 연구

캘리브레이션: 매개변수 효율적 보정을 통한 Diffusion Transformer 향상

Intern-S1-Pro: Trillion Scale 과학적 멀티모달 기초 모델

PixelSmile: Toward Fine-Grained Facial Expression Editing

Claudini: Autoresearch를 통한 LLMs용 최첨단 Adversarial Attack 알고리즘 발견

AutoHarness: 코드 하네스(Code Harness)의 자동 합성을 통한 LLM Agents의 성능 향상

GameplayQA: 3D 가상 에이전트의 의사결정이 밀집된 POV 동기화 멀티비디오 이해를 위한 벤치마킹 프레임워크

LLM 의 추론 능력을 (때때로) 저하시키는 이유는 무엇인가?