RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset
이 논문은 인간의 개입 없이 비전 - 언어 모델, 그래프 신경망 정책, 자동 성공 평가 및 비동기적 환경 재설정 메커니즘을 통합하여 로봇 학습을 위한 대규모 물리적 상호작용 데이터를 자율적으로 생성하는 폐루프 시스템 'RADAR'를 제안합니다.
🤖 Category
cs.AI
3470 편의 논문
VisiFold: Long-Term Traffic Forecasting via Temporal Folding Graph and Node Visibility
이 논문은 장기 교통 예측 시 발생하는 계산 비용 증가와 복잡한 시공간 의존성 문제를 해결하기 위해, 시간적 프레임을 단일 그래프로 통합하는 '시간 접이 그래프'와 노드 가시성 메커니즘을 도입한 VisiFold 프레임워크를 제안하여 기존 방법들보다 자원 효율성과 예측 정확도를 동시에 향상시켰음을 보여줍니다.
Automated Detection of Malignant Lesions in the Ovary Using Deep Learning Models and XAI
본 논문은 Mendeley 의 조직병리학 데이터셋을 활용하여 LeNet-5, ResNet, VGGNet, GoogLeNet 등 15 가지 딥러닝 변형 모델을 비교 분석하고, LIME, Integrated Gradients, SHAP 등의 설명 가능한 인공지능 (XAI) 기법을 적용하여 난소 암 악성 병변의 자동 탐지 정확도를 94% 로 높인 연구 결과를 제시합니다.
Hybrid Human-Agent Social Dilemmas in Energy Markets
이 논문은 에너지 수요 관리라는 사회적 딜레마 상황에서 인공지능 에이전트가 도입될 때 협력이 어떻게 촉진되는지, 그리고 초기 단계의 부분적 도입이 전체 시스템과 비도입자에게 미치는 비대칭적 영향을 진화 역학 및 강화 학습을 통해 분석합니다.
You Told Me to Do It: Measuring Instructional Text-induced Private Data Leakage in LLM Agents
이 논문은 고권한 LLM 에이전트가 외부 문서에 숨겨진 악성 지시를 신뢰할 수 있는 실행자로 간주하여 실행함으로써 발생하는 구조적 취약점 '신뢰받는 실행자 딜레마'를 규명하고, 이를 통해 문서 기반 지시 주입 공격이 현재까지 효과적인 방어책 없이 심각한 데이터 유출 위협으로 남아있음을 입증합니다.
CreativeBench: Benchmarking and Enhancing Machine Creativity via Self-Evolving Challenges
이 논문은 기계 창의성을 정량적으로 평가하기 위한 벤치마크인 CreativeBench 를 제안하고, 모델 확장 시 창의성 유형별 상이한 패턴을 분석하며 EvoRePE 라는 추론 시간 전략을 통해 기계 창의성을 지속적으로 향상시키는 방법을 제시합니다.
Social, Legal, Ethical, Empathetic and Cultural Norm Operationalisation for AI Agents
이 논문은 고위험 분야에서 AI 에이전트의 사회적, 법적, 윤리적, 공감적, 문화적 규범 (SLEEC) 을 추상적 원칙에서 검증 가능한 구체적 요구사항으로 전환하는 체계적인 운영화 프로세스와 연구 의제를 제시합니다.
ELISA: An Interpretable Hybrid Generative AI Agent for Expression-Grounded Discovery in Single-Cell Genomics
이 논문은 scGPT 임베딩과 BioBERT 기반 의미 검색, LLM 해석을 통합하여 단일 세포 RNA 시퀀싱 데이터를 직접 분석하고 생물학적 가설을 생성하는 해석 가능한 하이브리드 생성 AI 에이전트 'ELISA'를 제안합니다.
AdaFuse: Accelerating Dynamic Adapter Inference via Token-Level Pre-Gating and Fused Kernel Optimization
AdaFuse 는 토큰 단위의 사전 게이트링 전략과 커스텀 CUDA 커널 최적화를 통해 동적 어댑터 추론 시 발생하는 CUDA 커널 오버헤드를 해결하여, 정확도 유지하면서 추론 지연 시간을 2.4 배 이상 단축하는 프레임워크를 제안합니다.
The Mirror Design Pattern: Strict Data Geometry over Model Scale for Prompt Injection Detection
이 논문은 대규모 모델의 의존 없이 초저지연으로 작동하는 프롬프트 인젝션 탐지를 위해, 엄격한 데이터 기하학적 구조를 기반으로 한 '미러 (Mirror)' 설계 패턴이 모델 규모보다 더 효과적임을 입증합니다.
Bielik-Minitron-7B: Compressing Large Language Models via Structured Pruning and Knowledge Distillation for the Polish Language
이 논문은 NVIDIA 의 Minitron 접근 방식을 차용한 구조적 가지치기와 지식 증류, 그리고 정렬 파이프라인을 통해 폴란드어 및 유럽어에 최적화된 110 억 파라미터 모델인 Bielik-11B-v3.0 을 73.5 억 파라미터로 압축하면서도 베이스 모델 성능의 약 90% 를 유지하고 추론 속도를 최대 50% 향상시킨 Bielik-Minitron-7B 모델을 개발한 과정을 상세히 설명합니다.
Think While Watching: Online Streaming Segment-Level Memory for Multi-Turn Video Reasoning in Multimodal Large Language Models
이 논문은 연속적으로 들어오는 비디오 스트림에서 멀티턴 상호작용을 위한 지속적인 세그먼트 수준의 기억을 보존하고, '보면서 동시에 생각하기' 방식을 통해 온라인 추론 성능을 획기적으로 개선하는 'Think While Watching' 프레임워크를 제안합니다.
EnTransformer: A Deep Generative Transformer for Multivariate Probabilistic Forecasting
이 논문은 에너지 기반 스코링 목적 함수와 엔그레션 (engression) 을 결합하여 파라미터적 가정을 피하면서도 상관관계가 있는 다변량 시계열의 복잡한 결합 예측 분포를 학습하고 일관된 확률적 예측을 생성하는 새로운 딥 생성 트랜스포머 모델인 'EnTransformer'를 제안하고, 다양한 벤치마크 데이터셋에서 기존 모델보다 우수한 성능을 입증합니다.
Understanding LLM Behavior When Encountering User-Supplied Harmful Content in Harmless Tasks
본 논문은 LLM 이 겉보기에 무해한 작업을 수행할 때 사용자 제공 유해 콘텐츠를 처리하는지 여부를 평가한 결과, 최신 모델조차도 인간 윤리 정렬에 실패하여 유해 정보를 계속 처리하는 경향이 있음을 발견하고, 이를 완화하기 위한 안전 조치 강화의 필요성을 제기합니다.
MobileKernelBench: Can LLMs Write Efficient Kernels for Mobile Devices?
이 논문은 모바일 기기를 위한 효율적인 커널 생성이 현재 LLM 의 한계로 인해 어렵다는 점을 MobileKernelBench 를 통해 규명하고, 이를 극복하기 위해 제안한 다중 에이전트 시스템 MoKA 가 높은 컴파일 성공률과 성능 개선을 달성했음을 보여줍니다.
Fair Learning for Bias Mitigation and Quality Optimization in Paper Recommendation
이 논문은 ACM SIGCHI, DIS, IUI 등의 컨퍼런스 데이터를 활용해 교차성 기준과 맞춤형 공정성 손실 함수를 도입한 'Fair-PaperRec' 모델을 제안함으로써, 학문적 엄격성을 유지하면서 소수 그룹의 참여율을 42.03% 높이고 전체 효용을 3.16% 개선하는 편향 완화 및 품질 최적화 솔루션을 제시합니다.
Prototype-Based Knowledge Guidance for Fine-Grained Structured Radiology Reporting
이 논문은 자유 텍스트 보고서에서 추출한 다중 모달 지식 기반을 활용하여 시각적 프로토타입을 기반으로 예측을 보정하는 'ProtoSR'을 제안함으로써, 구조화된 방사선 보고서 생성의 정밀도를 혁신적으로 향상시켰습니다.
Effective Resistance Rewiring: A Simple Topological Correction for Over-Squashing
이 논문은 그래프 신경망의 과압축 (over-squashing) 문제를 해결하기 위해 전역적 신호인 유효 저항을 기반으로 간선을 재배치하는 '유효 저항 재배선 (ERR)' 방법을 제안하고, 이를 통해 장기 의존성 학습을 개선하면서도 과부드러짐 (oversmoothing) 과의 균형을 맞추기 위해 정규화 기법과 결합할 때 최적의 성능을 얻을 수 있음을 보여줍니다.
Geometry-Aware Probabilistic Circuits via Voronoi Tessellations
이 논문은 확률적 회로 (PC) 의 데이터 매니폴드 국소 기하학적 구조를 포착하기 위해 보로노이 테셀레이션을 도입하되, 이로 인한 계산 복잡성 문제를 해결하기 위해 근사 추론 프레임워크와 정확한 추론이 가능한 구조적 조건을 제안하고 미분 가능한 완화 기법을 통해 학습을 가능하게 합니다.
Delayed Backdoor Attacks: Exploring the Temporal Dimension as a New Attack Surface in Pre-Trained Models
이 논문은 트리거 노출과 악성 행동 발생 사이의 시간적 간격을 활용하여 일상적인 단어를 트리거로 사용하는 '지연 백도어 공격 (DBA)'을 제안하고, 이를 통해 기존 방어 기법을 우회하며 높은 공격 성공률을 보이는 새로운 취약점을 입증했습니다.