Agent Discovery in Internet of Agents: Challenges and Solutions
이 논문은 대규모 에이전트 협업의 핵심인 에이전트 능력 발견의 과제를 해결하기 위해 자율적 능력 발표와 작업 기반 능력 발견을 통합한 새로운 2 단계 프레임워크를 제안하고, 이를 통해 성능과 확장성을 향상시키는 방안을 모색합니다.
💻 Category
cs
7770 편의 논문
Exploiting Low Scanwidth to Resolve Soft Polytomies
이 논문은 실제 생물학적 데이터에서 흔히 관찰되는 낮은 스캔폭 (scanwidth) 특성을 활용하여, 불확실성을 고려한 소프트 트리 포함 (Soft Tree Containment) 문제를 해결하는 효율적인 알고리즘을 제시합니다.
SkeletonAgent: An Agentic Interaction Framework for Skeleton-based Action Recognition
이 논문은 인식 모델과 대규모 언어 모델 (LLM) 간의 폐쇄 루프 피드백을 통해 유사 동작 구분을 위한 정밀한 관절 수준 제약을 생성하는 'SkeletonAgent'라는 새로운 에이전트 상호작용 프레임워크를 제안하여, 다양한 벤치마크에서 기존 최첨단 방법들을 능가하는 성능을 입증했습니다.
Generalizing Vision-Language Models with Dedicated Prompt Guidance
이 논문은 도메인 일반화 능력을 향상시키기 위해 분할된 소스 도메인에서 파라미터 효율적 전문가 모델을 학습하고 크로스-모달 어텐션을 통해 비전 인코더를 적응적으로 통합하는 'GuiDG' 프레임워크를 제안하며, 이를 통해 기존 미세조정 방법보다 우수한 성능과 효율성을 입증합니다.
AI Chatbots or Human Therapists? Belief-Based Predictors of Mental Health Help-Seeking Intentions in the Age of Generative AI
이 연구는 두 개의 표본을 분석하여 인간 치료사가 정서적 지지와 개인화된 치료 측면에서 우위를 점하는 반면, AI 챗봇은 접근성과 비용 효율성에서 강점을 보이며, 사용자의 정신건강 도움 추구 의도는 각 모달리티의 장단점에 대한 신념이 상호 보완적으로 작용하는 '밀고 당기기' 과정을 통해 결정됨을 규명했습니다.
Contact-Aware Refinement of Human Pose Pseudo-Ground Truth via Bioimpedance Sensing
이 논문은 비접촉 상황에서는 정확도가 떨어지는 기존 시각 기반 3D 인간 자세 추정 문제를 해결하기 위해, 웨어러블 생임피던스 센서를 활용하여 피부 간 접촉 정보를 포착하고 이를 반영한 'BioTUCH'라는 새로운 프레임워크를 제안하여 재구성 정확도를 평균 11.7% 향상시켰음을 보여줍니다.
LoC-Path: Learning to Compress for Pathology Multimodal Large Language Models
이 논문은 전체 슬라이드 이미지 (WSI) 의 방대한 시각 토큰을 효율적으로 압축하고 진단적으로 중요한 정보만 선택하여 병리학 멀티모달 대규모 언어 모델의 학습 비용과 추론 지연을 획기적으로 줄인 'LoC-Path'를 제안합니다.
SliceMoE: Bit-Sliced Expert Caching under Miss-Rate Constraints for Efficient MoE Inference
SliceMoE 는 동적 비트 슬라이스 캐싱, 보정 없는 비대칭 마트료시카 양자화, 예측적 캐시 워밍업 기술을 통해 Miss Rate 제약을 준수하면서 온디바이스 MoE 추론의 에너지 효율성과 지연 시간을 획기적으로 개선하는 프레임워크를 제안합니다.
ShinyNeRF: Digitizing Anisotropic Appearance in Neural Radiance Fields
이 논문은 브러시드 메탈과 같은 이방성 반사 표면을 정확하게 모델링하기 위해 법선, 접선, 반사 농도 및 이방성 크기를 추정하는 새로운 프레임워크인 ShinyNeRF 를 제안합니다.
OrchestrRL: Dynamic Compute and Network Orchestration for Disaggregated RL
이 논문은 RL 의 분해된 생성 및 학습 단계에서 발생하는 컴퓨팅 불균형과 동적 네트워크 트래픽 문제를 해결하기 위해, 적응형 컴퓨팅 스케줄러와 온디맨드 대역폭 재구성이 가능한 광-전기 RFabric 을 도입하여 처리량을 1.42 배까지 향상시킨 'OrchestrRL' 시스템을 제안합니다.
FSAG: Enhancing Human-to-Dexterous-Hand Finger-Specific Affordance Grounding via Diffusion Models
이 논문은 사전 훈련된 생성 확산 모델의 시각 - 언어 사전 지식을 활용하여 인간 시연에서 손가락별 affordance 를 추출하고 3D 기하학적 정보와 융합함으로써, 별도의 로봇 그립 데이터 수집 없이도 다양한 물체와 손 형태에 대해 일반화되는 안정적이고 직관적인 다관절 그립을 생성하는 데이터 효율적 프레임워크인 FSAG 를 제안합니다.
TreeDGS: Aerial Gaussian Splatting for Distant DBH Measurement
본 논문은 3D 가우스 스플래팅을 활용하여 항공 이미지에서 멀리 떨어진 나무의 흉고직경 (DBH) 을 정밀하게 측정하는 TreeDGS 방법을 제안하며, 이를 통해 기존 LiDAR 기반 방법보다 높은 정확도와 저비용을 실현함을 보여줍니다.
Scalable Surface-Based Manipulation Through Modularity and Inter-Module Object Transfer
이 논문은 모듈 간 공유 구동기를 통해 확장성을 극대화하고 계층적 제어 프레임워크로 정밀한 물체 이동을 가능하게 하는 확장 가능한 모듈형 소프트 매니퓰레이션 플랫폼을 제안하여, 기존 기술의 확장성 한계와 모듈 간 경계에서의 물체 이동 문제를 해결합니다.
VarParser: Unleashing the Neglected Power of Variables for LLM-based Log Parsing
이 논문은 기존 LLM 기반 로그 파싱이 상수 부분에만 집중하여 발생하는 비효율성과 비용 문제를 해결하기 위해, 변수 부분의 기여도를 활용하는 'VarParser'를 제안하여 파싱 정확도와 효율성을 동시에 향상시키고 비용을 절감하는 방법을 제시합니다.
Safe and Stylized Trajectory Planning for Autonomous Driving via Diffusion Model
이 논문은 안전성과 주행 스타일을 실시간으로 조화시키는 확산 모델 기반의 'SDD Planner'를 제안하며, 다양한 벤치마크와 실차 실험을 통해 기존 최첨단 방법론보다 우수한 성능과 실용성을 입증했습니다.
Energy-Aware Metaheuristics
이 논문은 고정된 에너지 예산 하에서 연산자별 수치적 이득과 에너지 소비를 정량화하여 '줄당 기대 개선량 (EI/J)' 점수를 기반으로 탐색과 활용을 동적으로 조절하는 에너지 인식 메타휴리스틱 프레임워크를 제안하며, 이를 다양한 조합 최적화 문제에 적용했을 때 기존 방법과 유사한 성능을 유지하면서 에너지 효율을 크게 향상시켰음을 입증합니다.
MedMO: Grounding and Understanding Multimodal Large Language Model for Medical Images
이 논문은 대규모 도메인 특화 데이터와 다단계 학습 전략을 활용하여 의료 이미지 이해, 추론 및 지상화 능력을 획기적으로 향상시킨 새로운 의료용 멀티모달 기초 모델 'MedMO'를 제안하고, 다양한 의료 벤치마크에서 기존 최첨단 모델들을 능가하는 성능을 입증합니다.
Understanding and Optimizing Attention-Based Sparse Matching for Diverse Local Features
이 논문은 LightGlue 모델의 성능에 결정적인 영향을 미치는 설계 요소를 규명하고, 다양한 검출기에서 추출된 키포인트를 활용한 미세 조정 기법을 제안하여 어떤 검출기에도 독립적으로 적용 가능한 범용 매칭 모델을 개발함으로써 기존 전용 모델의 정확도를 달성하거나 초과함을 보여줍니다.
SRSUPM: Sequential Recommender System Based on User Psychological Motivation
이 논문은 기존 순차 추천 시스템의 한계를 극복하기 위해 사용자의 심리적 동기 변화를 정량적으로 평가하고 이를 반영한 다단계 상태 모델링 및 표현 분해를 통해 추천 성능을 향상시킨 'SRSUPM' 프레임워크를 제안합니다.
Grow with the Flow: 4D Reconstruction of Growing Plants with Gaussian Flow Fields
이 논문은 식물의 성장 과정에서 발생하는 새로운 기하학적 구조와 시간적 일관성 문제를 해결하기 위해, 3D 가우스 원시와 신경 상미분 방정식을 결합하여 성장 흐름장을 모델링하는 'GrowFlow'를 제안합니다.