Papers

VideoAgentTrek: 레이블이 없는 영상에서의 컴퓨터 사용 사전 훈련

지가브레인-0: 월드 모델 기반의 비전-언어-액션 모델

로ングRL: 긴 컨텍스트에 대한 고급 추론을 위한 강화 학습

BAPO: 적응적 클리핑을 통한 균형 잡힌 정책 최적화를 통한 LLMs를 위한 안정화된 비정책 강화학습

모든 주의는 중요하다: 긴 문맥 추론을 위한 효율적인 하이브리드 아키텍처

색을 정확히 표현하기: 인지적 색 공간과 텍스트 임베딩을 연결하여 확산 생성 향상하기

시각-언어 모델을 이용한 제 1인칭 다중 시점 장면에서의 공간 추론

LoFT: 개방형 환경에서 긴 꼬리 반감독 학습을 위한 파라미터 효율적인 미세조정

FLOWER: 효율적인 시각-언어-행동 흐름 정책을 통한 일반화 로봇 정책의 민주화

인페인팅 가이드 정책 최적화: 확산 대규모 언어 모델을 위한 접근

MCP-AgentBench: MCP를 통한 도구를 활용한 실세계 언어 에이전트 성능 평가

확산 모델에서 캐시 기법에 관한 종합적 고찰: 효율적인 다중 모달 생성을 위한 방향

주행 세계 모델을 인지 작업을 위한 합성 데이터 생성기로 재고하기

공간적으로 변화하는 오토포커스

어떻게 앙상블할 것인가: 안정적이고 빠른 LLM 앙상블을 위한 토큰 단위 점 식별

일반화된 검색 기반 생성을 위한 혼합 모달 검색 접근

FineVision: 오픈 데이터는 당신이 필요한 전부다

글라이프: 시각-텍스트 압축을 통한 컨텍스트 창의 확장

PICABench: 우리가 물리적으로 현실적인 이미지 편집에서 얼마나 멀어졌는가?

DeepAnalyze: 자율 데이터 과학을 위한 에이전트형 대규모 언어 모델

오퍼레이터 학습 기반 3D-IC 열 시뮬레이션을 위한 세밀한 주의력 기법

지구 AI: 기초 모델과 다중 모달 추론을 통한 지공간 인사이트 탐구

통계적 관점에서의 다국어 간 격차 재고찰

구성 요소 기반 보상 메커니즘을 통한 과학적 추론을 활용한 생물실험 절차 생성

스카이폴드-GS: 위성 영상으로부터 몰입형 3차원 도시 풍경 합성

상황 기반 학습을 통한 급성 부조화: 제한된 상황 기반 예시가 광범위한 부조화를 초래하는 대규모 언어 모델 생성

NANO3D: 마스크 없이 효율적인 3차원 편집을 위한 훈련 불필요한 접근법

지침 기반 비디오 편집의 확장: 고품질 합성 데이터셋을 활용하여

오미니비ン시: 옴니모달 이해를 위한 아키텍처 및 데이터 향상 LLM

LLM 추론을 위한 내부 확률과 자기일관성 간의 다리 역할에 관한 이론적 연구