A Causal Graph Approach to Oppositional Narrative Analysis
이 논문은 인간 편향이 개입된 기존 블랙박스 모델을 대체하여, 담화 내 개체 간 상호작용을 그래프로 표현하고 노드 수준의 인과 추정을 통해 최소 인과 서브그래프를 추출함으로써 대립적 내러티브 분류 성능을 획기적으로 향상시키는 새로운 프레임워크를 제안합니다.
💬 Category
cs.CL
1077 편의 논문
Do Compact SSL Backbones Matter for Audio Deepfake Detection? A Controlled Study with RAPTOR
이 논문은 RAPTOR 를 통해 대규모 모델이 아닌 HuBERT 의 다국어 사전 학습 경로가 오디오 딥페이크 탐지의 교차 도메인 강건성과 보정 안정성을 결정하는 핵심 요소임을 규명했습니다.
Contrastive-to-Self-Supervised: A Two-Stage Framework for Script Similarity Learning
이 논문은 인공 알파벳의 레이블된 데이터를 기반으로 한 대비 학습으로 교사를 훈련한 후, 역사적 문자 체계에 대한 비지도 지식 증류를 적용하여 지도 학습과 비지도 발견을 연결하는 2 단계 프레임워크를 제안하여, 진화적 관계에 대한 정답이 없어도 글자 인식과 문자 군집화를 효과적으로 수행할 수 있음을 보여줍니다.
CRIMSON: A Clinically-Grounded LLM-Based Metric for Generative Radiology Report Evaluation
이 논문은 숙련된 방사선과 전문의의 자문을 바탕으로 임상적 중요도와 환자 안전을 고려한 오류 분류 체계와 가중치 부여 방식을 도입하여, 기존 평가 지표보다 방사선과 전문의의 판단과 더 높은 일치도를 보이는 흉부 X-ray 보고서 생성 평가 프레임워크인 CRIMSON 을 제안하고 검증합니다.
MAPO: Mixed Advantage Policy Optimization for Long-Horizon Multi-Turn Dialogue
MAPO 는 신뢰할 수 있는 과정 감독이 부재한 주관적 다턴 대화 과제를 위해, 판사 모델의 밀집 피드백과 Monte Carlo 반환을 활용하고 턴별 및 배치별 정규화를 혼합한 어드밴티지 추정기를 도입하여 장기적 상호작용 품질을 효율적으로 최적화하는 크리티크 없는 강화학습 알고리즘을 제안합니다.
Wisdom of the AI Crowd (AI-CROWD) for Ground Truth Approximation in Content Analysis: A Research Protocol & Validation Using Eleven Large Language Models
이 논문은 대규모 콘텐츠 분석에서 인간 코딩의 한계를 극복하기 위해 여러 대규모 언어 모델 (LLM) 의 집단적 출력을 합의 기반으로 통합하여 '진실'에 근사한 기준을 생성하는 'AI-CROWD' 프로토콜을 제안하고 검증합니다.
LIT-RAGBench: Benchmarking Generator Capabilities of Large Language Models in Retrieval-Augmented Generation
이 논문은 기존 평가의 한계를 극복하고 실제 RAG 환경에서 LLM 의 통합, 추론, 논리, 표 처리 및 거절 능력을 종합적으로 평가하기 위해 고안된 새로운 벤치마크인 LIT-RAGBench 를 제안하고 공개합니다.
FlashPrefill: Instantaneous Pattern Discovery and Thresholding for Ultra-Fast Long-Context Prefilling
이 논문은 동적 패턴 탐색과 임계값 기법을 통해 긴 문맥의 사전 채우기(prefilling) 단계에서 기존 방법들의 한계를 극복하고, 256K 시퀀스에서 27.78 배의 속도 향상을 달성하는 'FlashPrefill' 프레임워크를 제안합니다.
SPOT: Span-level Pause-of-Thought for Efficient and Interpretable Latent Reasoning in Large Language Models
이 논문은 고정된 템플릿을 강요하지 않고 Sinkhorn 최적 수송 기반의 스펀 차원 의미 정렬과 프리즈드 헤드 디코딩 제약을 통해, 대규모 언어 모델의 추론 정확도를 높이고 토큰 생성량을 줄이면서도 해석 가능한 잠재 추론을 가능하게 하는 SPOT 프레임워크를 제안합니다.
Mind the Gap: Pitfalls of LLM Alignment with Asian Public Opinion
이 논문은 다국어·다문화 환경에서 배포되는 대형 언어 모델 (LLM) 이 영어 중심 데이터로 인해 아시아 지역의 종교적 소수자 의견과 문화적 가치에 부합하지 못하고 편향을 강화하는 문제를 다국어 감사와 내부 표현 분석을 통해 규명하고, 지역 기반의 체계적 감사가 필요함을 강조합니다.
The EpisTwin: A Knowledge Graph-Grounded Neuro-Symbolic Architecture for Personal AI
이 논문은 단편화된 개인 데이터를 통합하고 신뢰할 수 있는 추론을 가능하게 하기 위해 멀티모달 언어 모델, 개인 지식 그래프, 그리고 온라인 심층 시각 정제를 결합한 신경-상징적 아키텍처인 'EpisTwin'을 제안합니다.
Continual Adaptation for Pacific Indigenous Speech Recognition
이 논문은 데이터 부족과 파급적 망각 문제를 겪는 태평양 원주민 언어를 위한 음성 모델 적응 전략을 실증적으로 연구하여, 저랭크 적응 (LoRA) 이 초기에는 효과적이지만 연속 학습 시 파급적 망각을 초래하며, 이러한 언어에 적합한 강건한 적응 전략의 필요성을 강조합니다.
The Art That Poses Back: Assessing AI Pastiches after Contemporary Artworks
이 논문은 12 명의 현대 예술가들의 참여를 통해 ChatGPT 가 생성한 원작의 파스티시 (pastiche) 를 분석한 결과, AI 는 색채나 질감은 모방할 수 있으나 구성, 개념, 정서적 깊이 등 본질적인 측면에서 한계를 보였음을 밝히고 단일 지표 대신 다각적인 평가 도구의 필요성을 주장합니다.
SAHOO: Safeguarded Alignment for High-Order Optimization Objectives in Recursive Self-Improvement
이 논문은 재귀적 자기 개선 과정에서 발생할 수 있는 정렬 편향을 방지하기 위해 목표 편향 지수, 제약 조건 보존 검증, 회귀 위험 정량화라는 세 가지 안전 장치를 도입한 'SAHOO' 프레임워크를 제안하고, 코드 생성 및 추론 등 다양한 작업에서 성능을 향상시키면서도 안전성을 유지하는 것을 입증합니다.
Transparent AI for Mathematics: Transformer-Based Large Language Models for Mathematical Entity Relationship Extraction with XAI
이 논문은 BERT 기반의 트랜스포머 모델과 SHAP 기반의 설명 가능한 인공지능 (XAI) 기법을 결합하여 수학 텍스트에서 개체와 관계를 추출하는 MERE 태스크의 정확도 (99.39%) 와 투명성을 동시에 확보한 프레임워크를 제시합니다.
Evaluation of Deontic Conditional Reasoning in Large Language Models: The Case of Wason's Selection Task
이 논문은 새로운 의무적 조건문 데이터셋을 활용하여 대규모 언어 모델이 인간과 유사하게 의무적 규칙에서 더 나은 추론 능력을 보이며 확인 편향보다는 매칭 편향과 유사한 오류 패턴을 나타낸다는 것을 규명했습니다.
From Prompting to Preference Optimization: A Comparative Study of LLM-based Automated Essay Scoring
본 논문은 영어 제 2 언어 작문 자동 채점 (AES) 을 위해 프롬프팅, 파인튜닝, RAG, 선호도 최적화 등 주요 LLM 기반 접근법들을 통합 벤치마크에서 비교 분석하여, k-SFT 와 RAG 를 결합한 구성이 93% 의 F1 점수로 가장 우수한 성능을 보임을 입증했습니다.
Abductive Reasoning with Syllogistic Forms in Large Language Models
이 논문은 연역적 추론을 넘어 가설적 추론 (Abduction) 의 관점에서 대형 언어 모델의 정확성과 편향을 평가하기 위해 삼단논형 데이터를 변환하여 분석함으로써 인간과 기계의 추론 간 차이를 이해하고 개선 방안을 모색합니다.
PONTE: Personalized Orchestration for Natural Language Trustworthy Explanations
PONTE 는 사용자의 전문성, 목표, 인지적 요구에 따라 적응적이고 신뢰할 수 있는 설명을 생성하기 위해 개인화, 구조화된 XAI 아티팩트 기반 생성, 그리고 엄격한 검증을 순환 루프로 통합한 인간-루프 프레임워크를 제안합니다.
NOBLE: Accelerating Transformers with Nonlinear Low-Rank Branches
이 논문은 사전 학습 단계에서 기존 선형 계층에 비선형 저랭크 분기를 영구적으로 추가하여 최소한의 오버헤드로 학습 효율성과 속도를 획기적으로 개선하는 새로운 아키텍처 'NOBLE'을 제안합니다.