HatePrototypes: Interpretable and Transferable Representations for Implicit and Explicit Hate Speech Detection
이 논문은 명시적 및 암시적 혐오 표현 감지를 위해 소량의 예시만으로 학습된 'HatePrototypes'을 활용하여 반복적인 파인튜닝 없이도 효과적인 전이 학습과 파라미터 없는 조기 종료 방식을 가능하게 하는 새로운 접근법을 제시합니다.
🤖 Category
cs.AI
9454 편의 논문
Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making
이 논문은 경제 의사결정에서 구조화된 신호와 비구조화된 언어를 통합하여 MARL 의 한계를 극복하고, '생각-말하기-결정' 파이프라인을 통해 누적 수익, 견고성 및 해석 가능성을 크게 향상시킨 LAMP 프레임워크를 제안합니다.
UnfoldLDM: Deep Unfolding-based Blind Image Restoration with Latent Diffusion Priors
이 논문은 기존 심층 전개 네트워크의 한계를 극복하기 위해 다중 입자도 열화 인식 모듈과 잠재 확산 모델 기반의 사전 지식을 결합하여, 블라인드 이미지 복원 작업에서 열화 제거와 고주파 텍스처 복원을 동시에 수행하는 UnfoldLDM 을 제안합니다.
Stable Multi-Drone GNSS Tracking System for Marine Robots
이 논문은 GNSS 신호가 차단되는 해상 환경에서 드론 군집의 시각적 탐지, 경량 다물체 추적, 삼각측량 및 가중치 확장 칼만 필터를 결합하여 해양 로봇의 실시간 안정적 위치 추적을 가능하게 하는 새로운 시스템을 제안하고 검증합니다.
Towards Realistic Guarantees: A Probabilistic Certificate for SmoothLLM
이 논문은 실제 적용 가능성이 낮은 기존 'k-불안정' 가정을 넘어, 다양한 조크브레이킹 공격에 대한 더 현실적인 확률적 안전성 보장을 제공하는 '(k, )-불안정' 프레임워크를 제안하여 SmoothLLM 방어 메커니즘의 신뢰성을 높입니다.
Yo'City: Personalized and Boundless 3D Realistic City Scene Generation via Self-Critic Expansion
이 논문은 오프더셸 대형 모델의 추론 및 구성 능력을 활용하여 'Yo'City'라는 새로운 에이전트 프레임워크를 제안함으로써, 사용자의 맞춤형 요구를 반영하고 무한히 확장 가능한 사실적인 3D 도시 장면을 생성하는 방법을 제시합니다.
Enhancing low energy reconstruction and classification in KM3NeT/ORCA with transformers
이 논문은 KM3NeT/ORCA 중성미자 망원경의 저에너지 재구성 및 분류 성능을 향상시키기 위해 물리 법칙과 검출기 설계를 반영한 어텐션 마스크를 도입한 트랜스포머 모델의 유효성을 입증합니다.
Automating Deception: Scalable Multi-Turn LLM Jailbreaks
이 논문은 심리학적 '발문법 (Foot-in-the-Door)' 기법을 자동화하여 대규모 멀티턴 LLM 재일브레이크 데이터셋을 구축하고, 이를 통해 GPT 계열 모델이 대화 맥락에 취약한 반면 Gemini 2.5 Flash 는 높은 방어력을 보임을 규명한 연구입니다.
Computing Evolutionarily Stable Strategies in Multiplayer Games
이 논문은 3 명 이상의 플레이어가 참여하는 비퇴화 정규형 게임에서 모든 진화적으로 안정된 전략을 계산하는 알고리즘을 제시합니다.
RadDiff: Retrieval-Augmented Denoising Diffusion for Protein Inverse Folding
이 논문은 외부 지식을 활용하지 않거나 파라미터 비효율적인 기존 방법의 한계를 극복하기 위해, 최신 단백질 지식을 검색 증강 메커니즘을 통해 확산 과정에 통합하는 새로운 'RadDiff' 모델을 제안하여 단백질 역접힘 성능을 크게 향상시켰음을 보여줍니다.
ForamDeepSlice: A High-Accuracy Deep Learning Framework for Foraminifera Species Classification from 2D Micro-CT Slices
이 논문은 2D 마이크로 CT 슬라이스를 기반으로 한 심층 학습 파이프라인 'ForamDeepSlice'를 제안하여 27 종의 유공충을 95.64% 의 높은 정확도로 자동 분류하고, 실시간 분류 및 3D 슬라이스 매칭을 지원하는 대시보드를 개발함으로써 AI 기반 미고생물학 식별의 새로운 기준을 제시합니다.
Integrating a Causal Foundation Model into a Prescriptive Maintenance Framework for Optimising Production-Line OEE
이 논문은 통계적 상관관계에 의존하는 기존 예측 모델의 한계를 극복하고, 사전 훈련된 인과 기반 모델 (Causal Foundation Model) 을 'What-if' 시뮬레이션 도구로 활용하여 생산 라인 고장의 근본 원인을 규명하고 개입 효과를 정량화함으로써 전반 설비 효율 (OEE) 을 최적화하는 처방적 유지보수 (Prescriptive Maintenance) 프레임워크를 제안합니다.
AltNet: Addressing the Plasticity-Stability Dilemma in Reinforcement Learning
이 논문은 안전이 중요한 환경에서 성능 저하 없이 강화학습의 가소성 손실 문제를 해결하기 위해, 학습과 재학습을 번갈아 수행하는 쌍둥이 신경망 구조인 'AltNet'을 제안하고 이를 통해 샘플 효율성과 성능을 동시에 향상시켰음을 보여줍니다.
Dual Randomized Smoothing: Beyond Global Noise Variance
이 논문은 전역 노이즈 분산의 한계를 극복하고 다양한 반경에서 강력한 인증된 강인성을 달성하기 위해 입력별 노이즈 분산을 예측하는 '이중 무작위 평활화 (Dual Randomized Smoothing)' 프레임워크를 제안합니다.
Process-Centric Analysis of Agentic Software Systems
이 논문은 에이전트 소프트웨어 시스템의 실행 과정을 그래프 기반으로 체계적으로 분석하는 'Graphectory'를 제안하여, 에이전트의 추론 및 전략 패턴을 심층적으로 규명하고 실시간 모니터링을 통해 문제 해결률을 6.9%~23.5% 향상시키는 효과를 입증했습니다.
Beyond Additivity: Sparse Isotonic Shapley Regression toward Nonlinear Explainability
이 논문은 비선형적 보상 함수와 고차원 환경에서 기존 샤플리 값의 한계를 극복하기 위해, 단조 변환 학습과 L0 희소성 제약을 통합한 '희소 등방성 샤플리 회귀 (SISR)' 프레임워크를 제안하여 정확한 특성 기여도 해석을 가능하게 합니다.
Parallel Decoder Transformer: Planner-Seeded Latent Coordination for Synchronized Parallel Decoding
이 논문은 고정된 트랜스포머 트렁크에 플래너가 시드하는 잠재 작업 공간과 동기화된 다중 스트림 출력 프로토콜을 도입하여, 외부 오케스트레이션이 아닌 모델 내부 메커니즘을 통해 병렬 디코딩을 가능하게 하는 '병렬 디코더 트랜스포머 (PDT)'를 제안합니다.
Beyond Endpoints: Path-Centric Reasoning for Vectorized Off-Road Network Extraction
이 논문은 오프로드 환경의 도로 네트워크 추출을 위해 대규모 벡터 데이터셋 'WildRoad'를 공개하고, 기존 노드 중심 방식의 한계를 극복하여 경로 중심 추론을 통해 강건한 연결성을 확보하는 'MaGRoad' 프레임워크를 제안합니다.
SALVE: Sparse Autoencoder-Latent Vector Editing for Mechanistic Control of Neural Networks
이 논문은 SALVE 라는 프레임워크를 제안하여 희소 오토인코더와 그라디언트 기반 시각화 기법을 결합해 신경망의 특징을 발견하고 검증하며, 이를 통해 모델의 가중치 공간을 정밀하게 편집하여 AI 시스템의 투명성과 제어 가능성을 높이는 방법을 제시합니다.
Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills
본 논문은 사전 학습 이후 에이전트와 도구의 적응을 포괄하는 4 가지 패러다임 (A1, A2, T1, T2) 프레임워크를 제시하며, 후학습, 메모리, 기술 시스템에 대한 연구 동향을 통합적으로 분석하고 평가 기준 및 향후 과제를 정리합니다.