8797 편의 논문
이 논문은 MLLM 의 정밀한 시각적 불일치 감지 능력을 평가하기 위한 'OddGridBench' 벤치마크를 제안하고, 커리큘럼 학습과 거리 기반 보상을 결합한 강화학습 프레임워크 'OddGrid-GRPO' 를 통해 해당 능력을 획기적으로 향상시키는 방법을 제시합니다.
이 논문은 2025 년 3~4 월에 Ahmia 검색 엔진 등 세 가지 경로를 통해 배포된 허니팟을 활용하여 토르 사용자의 실제 관심사를 분석한 결과, 대부분의 인간 사용자는 Ahmia.fi 에서 유입되었으며 특히 아동 성착취물 (CSAM) 테마의 허니팟에서 가장 높은 참여도를 보였음을 밝혔습니다.
이 논문은 ESP32 의 Xtensa LX6 마이크로컨트롤러에서 부동소수점 연산의 오버헤드를 줄이고 실시간 성능을 향상시키기 위해 Q16.16 고정소수점 연산, CORDIC 삼각함수 모듈, 그리고 런타임 정밀도 전환 메커니즘을 통합한 동적 정밀도 수학 엔진을 설계하고 평가한 연구입니다.
이 논문은 ChatGPT 를 활용해 실제 시스템 요구사항 명세서 (SyRS) 에 접근하지 않고도 10 개 산업 분야에서 300 개의 합성 명세서를 생성한 탐색적 연구 결과를 바탕으로, 생성된 명세서가 전문가 평가에서 62% 의 현실성을 보였으나 모순과 결함이 발견되어 LLM 기반 품질 평가는 전문가 평가를 완전히 대체할 수 없음을 시사합니다.
이 논문은 분류 작업에 국한되었던 테스트 시간 적응 (TTA) 기법을 이미지 회귀 문제로 확장하기 위해, 소스 데이터 없이도 소스 예측 지지 공간과 직교 여공간을 동시에 정렬하는 '예측 스펙트럼 보정 (PSC)'이라는 새로운 프레임워크를 제안하고 있습니다.
이 논문은 AI 가 벡터 검색의 성능을 향상시키고, 벡터 검색이 RAG 를 통해 LLM 의 한계를 보완하는 상호 선순환 관계를 형성하며, 이를 통해 지능형 정보 시스템의 새로운 연구 영역을 개척하는 최신 연구 동향과 미래 과제를 종합적으로 다룹니다.
이 논문은 잠재 공간의 반복적 최적화를 기반으로 하여, 압축 및 이미지 처리와 같은 다양한 공격에 대한 견고성을 크게 향상시키면서도 정보 은닉의 증명 가능한 보안성을 유지하는 새로운 스테가노그래피 프레임워크를 제안합니다.
이 논문은 기존 인간과 모델의 협력 방식을 넘어 다중 에이전트 시스템과 전통적 모델이 협력하는 'ProvAgent' 프레임워크를 제안하여, 정교한 신원 - 행동 바인딩과 가설 검증 기반의 자율 조사를 통해 고급 지속 위협 (APT) 의 탐지 및 재구성을 효율적으로 수행함을 보여줍니다.
이 논문은 뇌졸중 평가용 CT 관류 이미징의 비정형 역문제 해결을 위해 물리 법칙과 증거론적 딥러닝을 결합하여 물리 제약 위반에 따른 불확실성을 정량화하고 정확도와 신뢰성을 동시에 향상시킨 'EPPINN' 프레임워크를 제안하고 임상 데이터에서 우수한 성능을 입증했습니다.
이 논문은 고정된 시야각 (FoV) 에 의존하는 기존 방법의 한계를 극복하고, 이중 판별 학습과 커리큘럼 학습 전략을 통해 단일 모델만으로도 다양한 시야각과 방향 변화에 강인한 교차 뷰 지리 위치 추정 (CVGL) 을 가능하게 하는 'SinGeo'프레임워크를 제안합니다.
이 논문은 최소 회로 크기 문제의 암시적 관찰을 명시적으로 정립하여 진리표의 한 점 변경 시 최적 회로 크기가 이내로만 변함을 증명하고, 이를 일반화하며 에서의 AIG 기반 실험을 통해 이 상한이 최적임을 확인했습니다.
이 논문은 메타 픽셀의 구성을 역공학적으로 분석하는 'PixelConfig' 프레임워크를 제시하고, 2017 년부터 2024 년까지의 데이터를 통해 건강 관련 웹사이트를 포함한 웹상에서 민감한 정보 수집을 위한 추적 기능이 기본 설정에 의해 광범위하게 활성화되어 있으며, 제한 설정이 존재하더라도 실제 보호 효과는 미미함을 규명했습니다.
본 논문은 이벤트 카메라의 고유한 시간적 연속성을 활용하여 비주얼 지오메트리 기반 트랜스포머 (VGGT) 로부터 시공간 및 다중 뷰 기하학적 사전 지식을 3 단계 증류 전략을 통해 전이함으로써, 기존 방법론의 시간적 불일치 문제를 해결하고 정밀한 단안 깊이 추정을 가능하게 하는 새로운 프레임워크인 EventVGGT 를 제안합니다.
이 논문은 기존 커버리스 스테가노그래피 방법의 접근 제어 한계를 해결하기 위해, 무작위 기저 메커니즘과 잠재 벡터 융합 모듈을 도입하여 사용자별 접근 제어가 가능한 훈련 없는 확산 기반 다중 이미지 스테가노그래피 프레임워크 'MIDAS'를 제안합니다.
이 논문은 사이클링, 항공, 해상 추적 등 다양한 실제 응용 분야의 워크로드를 반영하여 시공간 데이터베이스 플랫폼의 성능을 종합적으로 평가할 수 있는 오픈소스 애플리케이션 중심 벤치마크 스위트인 'GeoBenchr'를 제안합니다.
이 논문은 비전 기반 CNN 을 통해 마찰력 사전 지식을 제공하고 S4 모델을 활용하여 동적 잔차를 보정하는 새로운 프레임워크를 제안함으로써, 자율 레이싱 차량의 비선형 타이어 동역학 식별 정확도를 획기적으로 향상시키고 콜드스타트 수렴 시간을 단축하는 방법을 제시합니다.
이 논문은 YOLO 기반 객체 탐지 모델의 아키텍처 탐색 비용을 획기적으로 줄이기 위해, COCO-mini 데이터셋으로 학습된 1,500 개의 아키텍처와 자기 진화 메커니즘을 통해 정밀도를 높인 예측 모델을 포함한 'YOLO-NAS-Bench'라는 최초의 대리 벤치마크를 제안합니다.
이 논문은 방향성 객체 탐지 (OBB) 의 고유한 도전 과제를 해결하면서도 실시간 효율성을 유지하는 최초의 실시간 방향성 탐지 트랜스포머인 RiO-DETR 을 제안하고, DOTA-1.0, DIOR-R, FAIR-1M-2.0 등 다양한 데이터셋에서 속도 - 정확도 균형을 크게 개선했음을 입증합니다.
이 논문은 부호화된 텐서 네트워크에 대한 모든 복잡도 이분화 정리를 통합하는 새로운 프레임워크를 제안하여, 해결되지 않은 문제들을 2x2 복소수 행렬로 구성된 유한 군의 범주에 따라 9 가지 경우로 분류하고, 군의 전치 닫힘 성질에 따른 행렬 형식의 단순화, 사원수 부분군 관련 장벽, 그리고 순환군 사례에 대한 정리를 다룹니다.
이 논문은 시각적 맥락의 허위 상관관계로 인한 비합리적인 예측 문제를 해결하기 위해 인과적 개입 모듈과 계층적 그래프 신경망을 결합한 CIGPose 프레임워크를 제안하여 COCO-WholeBody 데이터셋에서 새로운 최고 성능을 달성했습니다.