Neural-Quantum-States Impurity Solver for Quantum Embedding Problems
이 논문은 그래프 트랜스포머 기반의 신경 양자 상태 (NQS) 를 도입하여 양자 임베딩 문제, 특히 고스트 구츠빌러 근사 (gGA) 프레임워크 내에서 임피리티 솔버로 활용하고, 앤더슨 격자 모델 벤치마크를 통해 정확성을 검증함과 동시에 계산 병목이 NQS 최적화가 아닌 고정밀 샘플링에 있음을 규명했습니다.
🤖 Category
cs.AI
13054 편의 논문
AutoClimDS: Climate Data Science Agentic AI -- A Knowledge Graph is All You Need
이 논문은 파편화된 기후 데이터와 높은 기술적 진입 장벽을 해결하기 위해, 체계화된 지식 그래프를 핵심 기반으로 한 에이전트 AI 시스템 'AutoClimDS'를 제안하며, 자연어 명령만으로 데이터 발견부터 분석 및 논문 결과 재현까지 자동화하여 기후 연구의 민주화를 가능하게 한다고 요약할 수 있습니다.
Robust Fine-Tuning from Non-Robust Pretrained Models: Mitigating Suboptimal Transfer With Epsilon-Scheduling
이 논문은 비강건(pretrained) 모델에서 강건 미세조정 시 발생하는 비최적 전이 현상을 해결하기 위해 훈련 중 교란 강도를 조절하는 '에타 스케줄링 (Epsilon-Scheduling)' 기법을 제안하고, 이를 통해 다양한 모델과 데이터셋에서 전이 실패를 방지하며 기대 강건성을 향상시킨다는 것을 입증합니다.
Scaling Generalist Data-Analytic Agents
이 논문은 부족한 데이터와 불안정한 학습 전략이라는 한계를 극복하고, 합성 데이터와 강화 학습을 결합한 'DataMind' 프레임워크를 통해 오픈소스 기반의 범용 데이터 분석 에이전트 (DataMind-14B) 를 개발하여 상용 모델보다 뛰어난 성능을 달성했다고 요약할 수 있습니다.
On Deepfake Voice Detection -- It's All in the Presentation
이 논문은 실제 통신 채널을 통한 심층가성음성 (Deepfake) 탐지의 일반화 실패 원인을 규명하고, 단순한 모델 크기 확대보다 포괄적인 데이터 수집과 현실적 평가 방법론이 탐지 정확도 향상에 훨씬 더 중요함을 입증하는 새로운 프레임워크를 제안합니다.
OffTopicEval: When Large Language Models Enter the Wrong Chat, Almost Always!
이 논문은 LLM 이 의도된 업무 외의 요청을 적절히 거절하는 '운영적 안전성'이 현재 모든 모델에서 심각한 결함을 보이고 있음을 'OffTopicEval' 벤치마크를 통해 입증하고, 이를 개선하기 위해 쿼리 및 시스템 프롬프트 기반의 유도 기법이 효과적임을 제시합니다.
Disentangling Recall and Reasoning in Transformer Models through Layer-wise Attention and Activation Analysis
이 논문은 기계적 해석 가능성 기법을 활용하여 트랜스포머 모델에서 사실 회상과 추론이 서로 다른 내부 회로에 의존한다는 인과적 증거를 최초로 제시하며, 각 능력을 선택적으로 제어할 수 있음을 입증했습니다.
When to Ensemble: Identifying Token-Level Points for Stable and Fast LLM Ensembling
이 논문은 긴 형식의 텍스트 생성에서 기존 엔셈블링 방식의 한계를 극복하기 위해 토큰화 불일치와 모델 간 합의 정도를 고려하여 토큰 단위로 선택적으로 엔셈블링하는 'SAFE' 프레임워크를 제안하고, 이를 통해 정확도와 효율성을 동시에 향상시켰음을 보여줍니다.
Language Models are Injective and Hence Invertible
이 논문은 트랜스포머 언어 모델이 수학적으로 주사함수 (injective) 성질을 가지며, 이를 통해 'SipIt' 알고리즘으로 은닉 상태로부터 원본 입력 텍스트를 완벽하게 복원할 수 있음을 이론적 증명, 대규모 실험, 그리고 새로운 역변환 알고리즘을 통해 입증합니다.
NeuCo-Bench: A Novel Benchmark Framework for Neural Embeddings in Earth Observation
이 논문은 지구 관측 분야에서 신경 임베딩의 손실 압축 및 표현 학습을 평가하기 위한 NeuCo-Bench 프레임워크를 소개하고, 이를 지원하기 위해 SSL4EO-S12-downstream 데이터셋을 공개하며 2025 CVPR EARTHVISION 워크숍을 통해 그 유효성을 검증했습니다.
A Tutorial on Cognitive Biases in Agentic AI-Driven 6G Autonomous Networks
본 논문은 6G 자율 네트워크의 진정한 자치 달성을 위해 에이전트 AI 에 내재된 인지 편향을 분류하고 수식화하며, 이를 완화하기 위한 구체적인 전략과 6G 슬라이스 간 및 크로스 도메인 관리 사례를 통해 지연 시간 감소 및 에너지 효율성 향상 효과를 제시합니다.
Transferable Graph Learning for Transmission Congestion Management via Busbar Splitting
이 논문은 기존 솔버로는 실시간 해결이 어려운 대규모 송전 계통의 혼잡 관리를 위해, 새로운 토폴로지 및 시스템 간 일반화 능력을 갖춘 이종 엣지 인식 메시지 전달 그래프 신경망 (GNN) 을 제안하여 버스바 분할을 통한 네트워크 토폴로지 최적화를 초고속으로 수행하는 방법을 제시합니다.
RobotArena : Scalable Robot Benchmarking via Real-to-Sim Translation
이 논문은 실제 로봇 데이터의 비디오를 시뮬레이션으로 자동 변환하고, 자동화된 VLM 점수 평가와 확장 가능한 인간 선호도 피드백을 결합하여 로봇 정책의 평가가 직면한 비용, 안전성 및 재현성 문제를 해결하는 대규모 벤치마크 프레임워크 'RobotArena Infinity'를 제안합니다.
Quantum-Resistant Networks Using Post-Quantum Cryptography
이 논문은 양자 채널을 통한 얽힘 분배와 함께 고전 채널을 포스트 양자 암호 기술로 보호하고, 이종 인프라의 오케스트레이션 및 지속적인 모니터링을 통합하여 양자 및 고전적 위협 모두에 대응하는 확장 가능하고 견고한 양자 네트워크 아키텍처를 제안합니다.
Retrofitters, pragmatists and activists: Public interest litigation for accountable automated decision-making
이 논문은 호주에서 인공지능과 자동화된 의사결정 (ADM) 에 대한 책임성을 확보하기 위해 기존 법률을 새로운 상황에 적용하는 '법적 리트로피팅' 전략으로서의 공익 소송의 역할, 전략적 실용성, 그리고 한계를 인터뷰와 분석을 통해 조명합니다.
FAPE-IR: Frequency-Aware Planning and Execution Framework for All-in-One Image Restoration
이 논문은 동결된 멀티모달 대형 언어 모델을 활용하여 주파수 인식 복구 계획을 생성하고, 이를 확산 기반 실행기 내의 LoRA-MoE 모듈과 결합하여 복잡한 다양한 열화 조건에서도 최첨단 성능과 제로샷 일반화 능력을 보여주는 범용 이미지 복구 프레임워크인 FAPE-IR 을 제안합니다.
Multimodal Continual Learning with MLLMs from Multi-scenario Perspectives
이 논문은 다양한 시각 환경에서의 변화에 적응하면서도 망각을 방지하기 위해 새로운 데이터셋 MSVQA 와 비전 표현 확장 및 일관성 제약을 활용한 UNIFIER 라는 지속적 학습 프레임워크를 제안합니다.
NI-Tex: Non-isometric Image-based Garment Texture Generation
이 논문은 기존 3D 의류 메시의 텍스처 다양성 부족 문제를 해결하기 위해 물리 기반 시뮬레이션 데이터셋과 비등거리 이미지 편집 기술을 결합하여, 다양한 포즈와 위상 구조를 가진 의류에 대해 고품질의 PBR 텍스처를 생성하는 'NI-Tex' 프레임워크를 제안합니다.
Overcoming the Curvature Bottleneck in MeanFlow
이 논문은 MeanFlow 의 곡률로 인한 최적화 병목 현상을 해결하기 위해 직선 경로를 기반으로 한 자기 증류 및 거리 기반 가지치기 기법을 제안하여, 기존 모델 대비 FID 를 30.9 에서 8.6 으로 획기적으로 개선하고 26 배 빠른 속도로 2-rectified flow++ 를 능가하는 단일 단계 생성 성능을 달성했다고 요약할 수 있습니다.
Towards Contextual Sensitive Data Detection
이 논문은 데이터의 민감도가 맥락에 의존한다는 점을 강조하며, 데이터 유형과 도메인 정보를 통합한 새로운 민감도 감지 프레임워크를 제안하고, 이를 통해 기존 도구 대비 오검출을 줄이고 재현율을 94% 까지 향상시켰음을 실험을 통해 입증했습니다.