2266 편의 논문
이 논문은 오프라인 거대 언어 모델과 검색 증강 생성을 활용하여 데이터가 로컬에 유지되도록 보장하는 동시에, 증거의 완전성을 정확하게 평가하고 특정 공백을 탐지하며 사건 준비 시간을 단축함으로써 디지털 포렌식 조사 준비 태세를 크게 향상시키는 프라이버시 보호 프레임워크인 DOLPHIN을 소개한다.
이 논문은 자연어를 Cypher 쿼리로 변환하는 데 필요한 고품질 평가 자원의 부족 문제를 해결하기 위해 세 가지 큐레이션된 도메인 특화 벤치마크를 공개하고 데이터셋, 모델 및 도구를 공유하기 위한 표준화된 레지스트리를 구축하는 커뮤니티 주도형 플랫폼인 Text2Cypher-Hub를 소개한다.
본 논문은 다중 스케일 특징 통합, 복제-이동 위조를 위한 소스-타겟 대응 감독, 그리고 다양한 데이터셋 전반에서 높은 정확도와 일반화 성능을 달もの하기 위한 적응형 단서 융합을 통해 이질적인 포렌식 흔적을 효과적으로 해결하는, 변조 유형 인지형 동적 멀티 브랜치 디코더를 특징으로 하는 의사 레이블 주도형 이미지 변조 국소화 방법을 제안한다.
이 재현 가능한 다중 데이터셋 평가은 적응형 피처 그룹 마스킹이 피처 세트 변화에 대한 강건성을 향상시키는 데 있어 더 단순한 비적응형 오염 정책보다 유의미하게 우수하지 않음을 입증하며, 이는 이 작업에서 복잡한 적응 메커니즘보다 일치된 대조군과 데이터셋 수준의 추론이 더 중요하다는 것을 시사한다.
이 파일럿 연구는 정신의학 지식 질문에 적용된 소규모 오픈 웨이트 언어 모델들이 불량한 신뢰도 보정(confidence calibration)과 도메인 의존적인 정확도 순위를 보이며, 엄격한 쌍체 통계(paired statistics)로 평가했을 때 답변을 유보하도록 유도하는 프롬프팅이 성능을 개선하기보다 오히려 저하시킨다는 점을 입증한다.
본 논문은 소스 코드를 수정하지 않고도 툴체인 메타데이터를 기록하고 실험 환경을 관리함으로써, 언어의 급격한 진화로 인한 문제를 해결하여 형식화된 수학의 장기적인 재현성과 지속 가능성을 보장하기 위해 설계된 Lean 4 생태계 프레임워크인 xLaDe를 제시한다.
이 체계적 문헌 고찰은 노이즈가 있는 검색 증강 생성 시스템에서의 적응형 문맥 의존성 제어에 관한 16편의 연구를 분석하여, 현재의 노이즈 인지형 암기 전략에서의 결정적인 격차를 식별하고, LLM의 내부 지식과 검색된 증거의 품질 사이의 균형을 동적으로 조절하는 ACRC 프레임워크를 제안한다.
이 논문은 LoRA로 강화된 강화 학습 기반 다회차 검색 증강 생성 모델인 RLo-RAG를 제안하며, 이는 동적 보상 함수를 활용하여 고관련성 문서 청크를 반복적으로 검색함으로써 기존 RAG 방식 대비 산업용 문서에 대한 검색 정밀도와 생성 품질을 유의미하게 향상시킨다.
본 논문은 저하 인지 변조 모듈과 효율적인 컨볼루션 블록을 채택하여 높은 복원 품질과 낮은 계산 비용 사이의 균형을 맞춤으로써, 자원이 제한된 엣지 기기에서 실시간으로 비와 안개를 효과적으로 제거하는 경량화된 통합 딥러닝 네트워크인 DA-LightNet을 제안한다.
본 논문은 대화 이력 메모리와 음성 신호 및 텍스트의 이중 모달 결합 입력을 활용하여 음향 특징을 동적으로 예측하고 제어함으로써, 기존의 전사 기반 방식의 한계를 극복하고 자연스럽고 정서적으로 일관된 응답을 구현하기 위한 다회차 감정 음성 합성을 위한 문맥 적응형 프레임워크를 제안한다.