PromptDLA: A Domain-aware Prompt Document Layout Analysis Framework with Descriptive Knowledge as a Cue
이 논문은 다양한 도메인의 문서 레이아웃 분석 (DLA) 에서 발생하는 구조적 차이를 극복하고 일반화 성능을 향상시키기 위해, 도메인 특성에 맞춰 생성된 설명적 지식을 단서로 활용하는 'PromptDLA'라는 새로운 프레임워크를 제안하고 있습니다.
🤖 Category
cs.AI
2384 편의 논문
From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation
이 논문은 반복적 ODE 적분으로 인한 지연을 해결하고 분포 붕괴를 방지하기 위해, 조건부 흐름 매칭 (CFM) 전문가를 IMLE 기반의 단일 단계 학생 모델로 증류하여 고주파수 실시간 다중 모달 로봇 제어 및 재계획을 가능하게 하는 프레임워크를 제안합니다.
Investigating Gender Stereotypes in Large Language Models via Social Determinants of Health
본 논문은 프랑스어 환자 기록을 분석하여 대규모 언어 모델이 성별과 다른 사회적 건강 결정 요인 간의 상호작용을 통해 내재된 성 고정관념을 활용하여 성별 관련 결정을 내린다는 사실을 규명함으로써, 기존 편향 평가 방법의 한계를 보완할 수 있는 새로운 접근을 제시합니다.
Open-World Motion Forecasting
이 논문은 불완전한 인식과 진화하는 객체 분류를 가진 실제 환경에서 자동주행 차량을 위해 새로운 객체 클래스가 순차적으로 도입되는 '오픈 월드 모션 예측' 설정을 제안하고, 가짜 라벨링과 비전 - 언어 모델, 그리고 쿼리 특징 분산을 활용한 재샘플링 전략을 통해 기존 클래스의 망각을 방지하면서 새로운 클래스에 적응하는 최초의 엔드 - 투 - 엔드 클래스 증분 모션 예측 프레임워크를 제시합니다.
CERES: A Probabilistic Early Warning System for Acute Food Insecurity
이 논문은 43 개 고위험 국가의 급성 식량 불안정성을 90 일 ahead 로 예측하는 자동화된 확률 기반 조기 경보 시스템 'CERES'를 소개하며, 이는 다중 데이터 소스를 융합하고 모든 예측을 공개적으로 검증 가능하도록 하는 세계 최초의 개방형 시스템임을 강조합니다.
Common Sense vs. Morality: The Curious Case of Narrative Focus Bias in LLMs
이 논문은 대규모 언어 모델이 도덕적 추론을 상식적 이해보다 우선시하며, 특히 화자보다 부수적 인물의 상식 모순을 더 잘 감지하는 서사적 편향을 보인다는 점을 CoMoral 벤치마크를 통해 규명하고, 이에 대한 개선의 필요성을 강조합니다.
AI Act Evaluation Benchmark: An Open, Transparent, and Reproducible Evaluation Dataset for NLP and RAG Systems
이 논문은 EU AI 법규 준수를 위한 NLP 및 RAG 시스템 평가를 위해, 도메인 지식과 대규모 언어 모델을 결합하여 위험 분류, 조항 검색, 의무 생성, 질문 답변 작업을 포함한 개방적이고 투명하며 재현 가능한 평가 데이터셋을 구축하고 그 유효성을 입증한 연구입니다.
A Guideline-Aware AI Agent for Zero-Shot Target Volume Auto-Delineation
이 논문은 임상 가이드라인을 텍스트로 변환하여 재학습 없이 3 차원 표적 부위를 자동 윤곽화하는 새로운 AI 에이전트 'OncoAgent'를 제안하며, 위암 사례에서 전감시 학습 기반 모델과 유사한 성능과 더 높은 임상적 선호도를 입증했습니다.
Variational Routing: A Scalable Bayesian Framework for Calibrated Mixture-of-Experts Transformers
이 논문은 베이지안 추론을 MoE 라우팅 단계에만 국한하여 계산 비용을 거의 증가시키지 않으면서도 대규모 베이스 모델의 불확실성 정량화와 안정성을 획기적으로 개선하는 '변분 혼합 전문가 라우팅 (VMoER)' 프레임워크를 제안합니다.
Declarative Scenario-based Testing with RoadLogic
이 논문은 자율주행차의 시나리오 기반 테스트를 위해 선언적 OpenSCENARIO 명세를 실행 가능한 시뮬레이션으로 자동 변환하는 오픈소스 도구 'RoadLogic'을 제안하고, 이를 통해 명세 준수성과 다양한 행동 변형을 효율적으로 검증할 수 있음을 입증합니다.
An Empirical Study and Theoretical Explanation on Task-Level Model-Merging Collapse
이 논문은 모델 병합 시 발생하는 '병합 붕괴' 현상을 규명하고, 기존 연구와 달리 파라미터 공간의 충돌보다 작업 간 표현의 비호환성이 주요 원인임을 실증적으로 입증하며, 정보이론을 통해 이를 설명하는 이론적 틀을 제시합니다.
EvoDriveVLA: Evolving Autonomous Driving Vision-Language-Action Model via Collaborative Perception-Planning Distillation
이 논문은 자율주행 비전 - 언어 - 행동 모델의 지각 저하 및 장기 계획 불안정성 문제를 해결하기 위해, 자기 앵커 기반의 시각적 증류와 오라클 가이드 궤적 최적화를 결합한 협업 증류 프레임워크인 EvoDriveVLA 를 제안하여 오픈루프 및 클로즈드루프 평가에서 최첨단 성능을 달성함을 보여줍니다.
Telogenesis: Goal Is All U Need
이 논문은 외부 목표 없이도 무지, 놀라움, 경시라는 세 가지 인식적 격차에서 내생적으로 주의를 생성하는 '텔로제네시스' 메커니즘을 제안하여, 고정된 전략보다 우수한 적응적 우선순위를 형성하고 환경의 잠재적 구조를 무감독으로 복원할 수 있음을 입증했습니다.
GenePlan: Evolving Better Generalized PDDL Plans using Large Language Models
이 논문은 대규모 언어 모델 (LLM) 을 활용한 진화 알고리즘을 통해 PDDL 로 기술된 고전적 계획 작업에 대해 다양한 문제 인스턴스에서 최적의 해결책을 생성하는 일반화된 계획자 'GenePlan'을 제안하며, 기존 최첨단 계획자와 유사한 성능을 보이고 다른 LLM 기반 방법론보다 월등히 우수한 결과를 입증했습니다.
Vibe-Creation: The Epistemology of Human-AI Emergent Cognition
이 논문은 인간과 생성형 AI 의 상호작용이 단순한 도구 사용이나 협력을 넘어 '제 3 의 존재'라는 새로운 인지 - 인식론적 형식을 창출하며, 이를 '분위기 창조 (vibe-creation)'와 '비대칭적 창발' 개념으로 설명하고 교육 및 지적 역량 재정의에 대한 함의를 제시합니다.
Temporal-Conditioned Normalizing Flows for Multivariate Time Series Anomaly Detection
이 논문은 이전 관측치에 기반한 조건부 정규화 흐름 (tcNF) 을 제안하여 시계열 데이터의 복잡한 시간적 의존성과 불확실성을 정밀하게 모델링함으로써 기존 방법보다 우수한 정확도와 강건성을 갖춘 다변량 시계열 이상 탐지 프레임워크를 제시합니다.
Evolving Prompt Adaptation for Vision-Language Models
이 논문은 사전 학습된 비전 - 언어 모델의 지식을 유지하면서 소량의 데이터로 안정적으로 적응할 수 있도록 프롬프트의 진화 경로를 제어하는 새로운 프레임워크인 EvoPrompt 를 제안합니다.
Efficiently Aligning Draft Models via Parameter- and Data-Efficient Adaptation
이 논문은 타겟 모델의 미세 조정으로 인한 성능 저하를 해결하기 위해 공유 및 비공유 구성 요소를 분리하고, 미세 조정된 타겟 모델을 활용한 데이터 재생성 및 고가치 데이터 선별을 통해 파라미터와 데이터 효율성을 극대화하는 '효율적인 초안 적응 (EDA)' 프레임워크를 제안합니다.
Enhancing Debunking Effectiveness through LLM-based Personality Adaptation
이 논문은 빅 5 성격 특성에 기반한 프롬프트를 통해 대형 언어 모델 (LLM) 이 가짜 뉴스에 대한 맞춤형 debunking 메시지를 생성하고, 또 다른 LLM 을 자동 평가자로 활용해 일반적 메시지보다 설득력이 높음을 입증하는 동시에 윤리적 문제도 제기합니다.
Compiler-First State Space Duality and Portable Autoregressive Caching for Inference
이 논문은 Mamba-2 의 상태 공간 이중성 알고리즘을 XLA 의 퓨전 및 타일링 최적화에 매핑하여 커스텀 커널 없이 CPU, NVIDIA GPU, Google Cloud TPU 등 다양한 하드웨어에서 자동회귀 캐싱을 지원하는 포터블 컴파일러 기반 구현을 제시합니다.