ProtAlign: Contrastive learning paradigm for Sequence and structure alignment
이 논문은 단백질 서열과 구조 간의 정렬을 학습하기 위해 대비 학습 패러다임을 도입하여, 공유 임베딩 공간을 구축함으로써 교차 모달 검색 및 하류 예측 작업의 성능을 향상시키는 'ProtAlign' 프레임워크를 제안합니다.
🤖 Category
cs.AI
9813 편의 논문
UWPD: A General Paradigm for Invisible Watermark Detection Agnostic to Embedding Algorithms
이 논문은 특정 알고리즘에 대한 사전 지식 없이도 이미지 내의 보이지 않는 워터마크 존재 여부를 탐지하는 새로운 과제인 범용 워터마크 존재 탐지 (UWPD) 를 제안하고, UniFreq-100K 데이터셋과 적응형 주파수 감지 모듈을 활용한 FSNet 모델을 통해 기존 방법보다 우수한 제로샷 탐지 성능을 입증했습니다.
Bi Directional Feedback Fusion for Activity Aware Forecasting of Indoor CO2 and PM2.5
이 논문은 인간의 활동 정보를 양방향 피드백으로 융합하고 다중 시간尺度 모듈을 도입하여 실내 CO2 및 PM2.5 농도 변화를 정확하게 예측하고 불확실성을 추정하는 새로운 프레임워크를 제안합니다.
Regression Models Meet Foundation Models: A Hybrid-AI Approach to Practical Electricity Price Forecasting
이 논문은 시계열 파운데이션 모델이 생성한 예측 특징을 회귀 모델에 통합하는 'FutureBoosting'이라는 새로운 하이브리드 AI 접근법을 제안하여, 전력 가격 예측의 정확도를 기존 최첨단 모델 대비 30% 이상 향상시켰다고 요약할 수 있습니다.
Safe Transformer: An Explicit Safety Bit For Interpretable And Controllable Alignment
이 논문은 사전 훈련된 언어 모델의 레이어 사이에 명시적인 안전 비트를 삽입하여 모델의 안전 판단을 해석 가능하고 제어 가능하게 만들며, 경량 미세 조정을 통해 공격 성공률을 극도로 낮추는 'Safe Transformer' 아키텍처를 제안합니다.
Don't Freeze, Don't Crash: Extending the Safe Operating Range of Neural Navigation in Dense Crowds
이 논문은 밀도 불변 관찰 인코딩, 밀도 무작위화 훈련, 물리 기반 보상 설계 등을 통해 학습 기반 군중 내비게이션이 훈련 데이터 범위를 벗어난 고밀도 환경에서도 동결이나 충돌 없이 목표 지점에 도달할 수 있도록 하는 강화 학습 접근법을 제안합니다.
Calibrated Credit Intelligence: Shift-Robust and Fair Risk Scoring with Bayesian Uncertainty and Gradient Boosting
이 논문은 베이지안 신경망, 공정성 제약이 적용된 그래디언트 부스팅, 그리고 시프트 인식 융합 전략을 결합하여 데이터 분포 변화와 공정성 요구사항 하에서도 신뢰할 수 있는 신용 위험 점수를 산출하는 '보정된 신용 지능 (CCI)' 프레임워크를 제안하고, 이를 통해 기존 모델 대비 우수한 판별력, 보정 정확도, 안정성 및 공정성을 입증합니다.
Agent Hunt: Bounty Based Collaborative Autoformalization With LLM Agents
이 논문은 대규모 LLM 에이전트들이 정적 계획 대신 보너스 기반 시장 메커니즘을 활용하여 상호작용적 정리 증명 (ITP) 환경에서 대수적 위상수학의 자동 형식화와 증명 탐색을 분산 협력적으로 수행하는 실험을 다룹니다.
Rank-Factorized Implicit Neural Bias: Scaling Super-Resolution Transformer with FlashAttention
이 논문은 FlashAttention 을 활용하여 초해상도 Transformer 의 확장성을 가능하게 하는 랭크 분해 암시적 신경 편향 (RIB) 을 제안하고, 이를 통해 기존 방법 대비 훈련 및 추론 시간을 획기적으로 단축하면서도 Urban100 데이터셋에서 35.63dB 의 높은 PSNR 성능을 달성했습니다.
ResearchEnvBench: Benchmarking Agents on Environment Synthesis for Research Code Execution
이 논문은 연구 코드 실행을 위한 환경 구성 능력을 평가하기 위해 'ResearchEnvBench'를 제안하며, 기존 최첨단 에이전트들이 의존성 해결 및 버전 호환성 문제에서 큰 한계를 보임을 확인했습니다.
ViroGym: Realistic Large-Scale Benchmarks for Evaluating Viral Proteins
이 논문은 79 개의 심층 돌연변이 스크리닝 (DMS) 어세이와 다양한 실험 데이터를 기반으로 구축된 'ViroGym'이라는 포괄적인 벤치마크를 소개하여, 단백질 언어 모델 (pLMs) 의 바이러스 변이 효과 예측 능력을 평가하고 백신 후보 선정 및 대유행 예측을 위한 체계적인 프레임워크를 제시합니다.
Heterogeneous Decentralized Diffusion Models
이 논문은 서로 다른 학습 목표 (DDPM 및 Flow Matching) 를 가진 전문가들을 동기화 없이 통합하고, 사전 학습된 체크포인트 변환과 효율적인 아키텍처를 통해 기존 분산 확산 모델 대비 연산 및 데이터 요구량을 획기적으로 줄이면서도 더 우수한 생성 품질을 달성하는 이질적 분산 확산 모델 프레임워크를 제안합니다.
Improved Constrained Generation by Bridging Pretrained Generative Models
이 논문은 로봇 제어 및 자율 주행과 같은 복잡한 제약 조건 하에서 현실감을 유지하면서 사전 훈련된 생성 모델을 미세 조정하여 해당 제약 영역 내에서 직접 샘플을 생성하는 새로운 프레임워크를 제안합니다.
Stabilizing Reinforcement Learning for Diffusion Language Models
이 논문은 확산 언어 모델 (dLLMs) 에 적용 시 발생하는 보상 붕괴 문제를 해결하기 위해, 중요도 비율 추정의 노이즈로 인한 불안정성을 억제하고 dLLM 에 최적화된 안정적 강화 학습 알고리즘인 StableDRL 을 제안합니다.
Enhancing Instruction Following of LLMs via Activation Steering with Dynamic Rejection
이 논문은 과도한 조향으로 인한 품질 저하를 방지하기 위해 가중치 조정과 가능성 기반 디코딩 루프를 결합하여 동적으로 조향 강도를 조절하는 새로운 방법인 DIRECTER 를 제안함으로써 대규모 언어 모델의 지시 따르기 능력을 향상시킵니다.
ButterflyViT: 354 Expert Compression for Edge Vision Transformers
본 논문은 엣지 디바이스에서의 메모리 제약을 해결하기 위해 전문가들을 독립적인 가중치가 아닌 공유된 양자화된 기저의 기하학적 재배열로 모델링하여 64 개의 전문가에서 354 배의 메모리 감소와 거의 손실 없는 정확도를 달성하는 'ButterflyViT'를 제안합니다.
Property-driven Protein Inverse Folding With Multi-Objective Preference Alignment
이 논문은 구조적 충실도를 유지하면서 용해도와 열안정성 등 다양한 개발성 속성을 동시에 만족시키기 위해 사전 학습된 역접힘 모델을 다목적 선호도 정렬 (ProtAlign) 프레임워크로 미세 조정하는 새로운 방법을 제시합니다.
Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework
이 논문은 산업용 로봇 제어에 대한 로봇 기초 모델 (RFM) 의 현황을 종합적으로 조사하고, 산업적 요구사항을 반영한 149 개 기준의 평가 프레임워크를 통해 324 개 모델을 분석한 결과, 안전성과 실시간성 등 산업 적용을 위한 체계적인 통합이 부족함을 지적합니다.
XMACNet: An Explainable Lightweight Attention based CNN with Multi Modal Fusion for Chili Disease Classification
이 논문은 가시광선 이미지와 식생 지수를 융합하고 자기 주의 메커니즘을 도입한 경량 CNN 인 XMACNet 을 제안하여, 생성된 데이터로 학습된 칠리 잎 질병 분류의 정확도를 높이고 Grad-CAM++ 와 SHAP 을 통해 모델의 판단 근거를 설명 가능하게 만들었음을 소개합니다.
Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection
이 논문은 불균형 데이터에서 소규모 개념의 드리프트를 대규로 개념의 영향으로부터 독립적으로 탐지하고 해석할 수 있도록 설계된 '불균형 클러스터 기술자 기반 드리프트 탐지 (ICD3)' 방법을 제안합니다.