WalkGPT: Grounded Vision-Language Conversation with Depth-Aware Segmentation for Pedestrian Navigation
이 논문은 보행자 내비게이션을 위해 언어 추론과 분할을 통합하고 깊이 정보를 고려한 새로운 모델 'WalkGPT'와 대규모 벤치마크 'PAVE'를 제안하여, 기존 대형 비전 - 언어 모델의 한계를 극복하고 접근성 가이드의 정확성을 높이는 방법을 제시합니다.
💻 Category
cs
3447 편의 논문
Believing vs. Achieving -- The Disconnect between Efficacy Beliefs and Collaborative Outcomes
이 논문은 240 명을 대상으로 한 실험을 통해 인간의 자기 효능감과 AI 능력에 대한 신념이 AI 의존도 결정에는 강력한 영향을 미치지만, 실제 인간-AI 팀의 성과에는 상대적으로 약한 영향을 준다는 '신념과 달성 간의 불일치'를 규명하고, 이를 해결하기 위한 새로운 설계 가이드라인을 제시합니다.
Early-Stage Cancer Biomarker Detection via Intravascular Nanomachines: Modeling and Analysis
이 논문은 혈류 내 비균일 유동, 크기 의존성 이동성 및 적혈구 상호작용에 의한 가장자리 이동과 같은 생리학적 요인을 고려한 시뮬레이션을 통해, 모세혈관이 다양한 나노머신 크기에 걸쳐 암 바이오마커 검출 확률이 가장 높음을 규명했습니다.
FutureVLA: Joint Visuomotor Prediction for Vision-Language-Action Model
FutureVLA 는 비전과 모션 정보를 구조적으로 분리한 후 물리적 사전 지식을 통합하는 새로운 예측 아키텍처를 통해 시공간 연속성과 시각적 조건 해리를 실현함으로써, 로봇의 미래 예측 능력을 향상시키고 다양한 Vision-Language-Action 모델의 성능을 개선합니다.
MAVEN: A Meta-Reinforcement Learning Framework for Varying-Dynamics Expertise in Agile Quadrotor Maneuvers
이 논문은 다양한 동적 변화 (최대 66.7% 의 질량 변화 및 70% 의 단일 로터 추력 손실) 에 대해 실시간으로 적응하여 견고한 항법이 가능한 단일 정책을 학습하는 메타 강화 학습 프레임워크 'MAVEN'을 제안하고, 시뮬레이션과 실제 환경 모두에서 뛰어난 성능을 입증했습니다.
ASTER: Attitude-aware Suspended-payload Quadrotor Traversal via Efficient Reinforcement Learning
이 논문은 케이블로 매달린 4 로터 시스템의 비부드러운 하이브리드 동역학 문제를 해결하고 극도로 희소한 보상 환경에서도 성공적인 역전 비행을 가능하게 하는 'ASTER'라는 효율적인 강화학습 프레임워크를 제안합니다.
Sublinear-Time Reconfiguration of Programmable Matter with Joint Movements
이 논문은 보조 가정 없이 중앙 집중식 알고리즘을 사용하여 개의 아모보트 구조를 라운드 내에 표준 선형 구조로 재구성할 수 있음을 증명함으로써, 결합 이동 모델을 통한 아모보트의 선형 시간 미만 재구성 가능성을 입증했습니다.
eLasmobranc Dataset: An Image Dataset for Elasmobranch Species Recognition and Biodiversity Monitoring
이 논문은 해양 환경이 아닌 표준화된 조건에서 촬영된 7 종의 연골어류 이미지를 포함하며, 종 수준의 분류 및 생물다양성 모니터링을 위한 AI 시스템 개발을 지원하기 위해 공개된 'eLasmobranc' 데이터셋을 소개합니다.
Just-in-Time: Training-Free Spatial Acceleration for Diffusion Transformers
이 논문은 Diffusion Transformer 의 추론 속도를 높이기 위해 기존 방법들이 간과한 공간적 중복성을 활용하여, 추가 학습 없이 어노커 토큰의 부분 집합을 기반으로 잠재 상태 진화를 가속화하는 'Just-in-Time (JiT)' 프레임워크를 제안하고 FLUX.1-dev 모델에서 기존 방법보다 뛰어난 성능과 7 배의 속도 향상을 입증합니다.
Pneuma-Seeker: A Relational Reification Mechanism to Align AI Agents with Human Work over Relational Data
이 논문은 LLM 기반 에이전트가 자연어 요청을 직접 처리하는 대신 사용자의 정보 요구를 점진적으로 구체화하는 '관계적 재구현 (relational reification)' 스키마로 표현하고 이를 기반으로 정확한 답변을 생성하는 Pneuma-Seeker 시스템을 제안하여, 다양한 도메인에서 기존 기법보다 높은 정확도와 신뢰성을 입증했습니다.
Event-based Photometric Stereo via Rotating Illumination and Per-Pixel Learning
이 논문은 단일 회전 광원과 이벤트 카메라를 활용하여 보정 없이도 고역동 범위 및 강한 환경광 조건에서 기존 방법보다 정밀도가 향상된 표면 법선 벡터를 추정하는 경량 퍼픽셀 학습 기반의 이벤트 기반 광학 스테레오 시스템을 제안합니다.
AttriGuard: Defeating Indirect Prompt Injection in LLM Agents via Causal Attribution of Tool Invocations
이 논문은 LLM 에이전트의 간접 프롬프트 주입 공격을 방어하기 위해, 외부 관찰 데이터에 대한 통제적 감쇠와 교반적 재실행을 결합하여 도구 호출의 인과적 기원을 검증하는 새로운 런타임 방어 시스템 'AttriGuard'를 제안합니다.
CodePercept: Code-Grounded Visual STEM Perception for MLLMs
이 논문은 MLLM 의 STEM 시각 추론 한계가 추론이 아닌 지각 능력에 기인한다는 통찰을 바탕으로, 실행 가능한 코드를 지각 매체로 활용하여 대규모 데이터셋 (ICC-1M) 과 평가 벤치마크 (STEM2Code-Eval) 를 구축함으로써 시각 지각 능력을 체계적으로 향상시키는 'CodePercept' 프레임워크를 제안합니다.
RAGPerf: An End-to-End Benchmarking Framework for Retrieval-Augmented Generation Systems
이 논문은 임베딩, 색인, 검색, 재순위화, 생성 등 RAG 파이프라인의 각 모듈을 분리하여 구성 가능하게 하고, 다양한 데이터셋과 벡터 데이터베이스, LLM 을 지원하며 성능 및 정확도 지표를 자동 수집하는 종단간 벤치마킹 프레임워크 'RAGPerf'를 제안합니다.
Aceso: Carbon-Aware and Cost-Effective Microservice Placement for Small and Medium-sized Enterprises
이 논문은 중소기업의 지역 제한 인프라 환경에서 탄소 배출, 비용, 지연 시간 제약을 동시에 고려하여 마이크로서비스를 동적으로 배치함으로써 탄소 배출을 37.4% 줄이고 운영 비용을 3.6% 절감하는 'Aceso' 시스템을 제안합니다.
AI-Generated Rubric Interfaces: K-12 Teachers' Perceptions and Practices
본 연구는 K-12 교사가 MagicSchool.ai 를 활용한 AI 기반 평가기준 생성 워크숍을 통해 AI 가 초안 작성과 기준 명확화에 도움을 주지만, 교사의 수정과 통제 없이는 맞춤화나 교육적 우선순위 부합에 한계가 있음을 확인하고, 교사가 쉽게 커스터마이징하고 통제권을 유지할 수 있는 워크플로우가 구축될 때만 AI 도구를 수용할 의사가 있음을 밝혔습니다.
Incremental Federated Learning for Intrusion Detection in IoT Networks under Evolving Threat Landscape
이 논문은 CICIoMT2024 데이터셋을 활용하여 IoT 환경의 변화하는 위협에 대응하기 위해 연쇄적 학습 (incremental learning) 과 연방 학습 (federated learning) 을 결합한 LSTM 기반 침입 탐지 시스템의 성능을 분석하고, 개념 변화 (concept drift) 하에서 안정적인 성능을 유지하는 최적의 학습 전략을 제시합니다.
Guiding Diffusion Models with Semantically Degraded Conditions
이 논문은 기존 Classifier-Free Guidance 의 한계를 극복하기 위해 null 프롬프트 대신 의미적으로 부분적으로 훼손된 조건을 사용하여 미세한 의미적 구분을 유도하는 새로운 '조건 열화 안내 (CDG)' 방식을 제안하고, 이를 통해 다양한 확산 모델에서 구성 정확도와 텍스트 - 이미지 정합성을 획기적으로 개선함을 보여줍니다.
Phase-Interface Instance Segmentation as a Visual Sensor for Laboratory Process Monitoring
이 논문은 투명한 유리 실험기구 내의 약한 경계와 광학적 왜곡을 극복하기 위해 국소 - 전역 어텐션과 직사각형 자기 보정 모듈을 결합한 LGA-RCM-YOLO 모델을 제안하고, 이를 통해 화학 실험의 상 인터페이스를 실시간으로 정밀하게 분할하여 실험실 자동화를 위한 시각 센서로 활용 가능함을 입증합니다.
The Quadratic Geometry of Flow Matching: Semantic Granularity Alignment for Text-to-Image Synthesis
이 논문은 플로우 매칭 프레임워크 하의 최적화 동역학을 이차 형식으로 분석하여 데이터 상호작용 행렬을 규명하고, 이를 기반으로 그래디언트 충돌을 완화하는 '의미적 세분성 정렬 (SGA)' 기법을 제안하여 텍스트-이미지 생성의 수렴 속도와 구조적 완성도를 동시에 향상시킨다는 내용을 담고 있습니다.