EmbTracker: Traceable Black-box Watermarking for Federated Language Models
이 논문은 연방 언어 모델 환경에서 개별 클라이언트 수준의 추적성을 보장하고 백도어 기반의 블랙박스 워터마킹을 통해 모델 유출 시 책임 소재를 명확히 규명하는 'EmbTracker' 프레임워크를 제안합니다.
💻 Category
cs
5291 편의 논문
Towards Dynamic Model Identification and Gravity Compensation for the dVRK-Si Patient Side Manipulator
이 논문은 da Vinci Si 환자 측 조작기 (PSM) 에 대한 최초의 완전한 운동학 및 동역학 모델링 프레임워크를 제시하고, 동적 매개변수 식별을 통해 중력 보상 및 계산 토크 전향제어 구현을 통해 제어 정확도를 획기적으로 향상시켰습니다.
Space-Efficient Approximate Spherical Range Counting in High Dimensions
이 논문은 고차원 유클리드 공간에서 구 범위 합계 문제를 해결하기 위해, 근사 오차 을 허용함으로써 차원의 저주를 우회하고 거의 선형 공간과 부분 선형 쿼리 시간을 동시에 달성하는 효율적인 데이터 구조를 제안합니다.
EvoTok: A Unified Image Tokenizer via Residual Latent Evolution for Visual Understanding and Generation
이 논문은 시각적 이해와 생성 간의 그레인粒度 차이를 해결하기 위해 공유 잠재 공간 내에서 잔차 벡터 양자화를 통해 이미지 토큰을 점진적으로 진화시키는 통합 토크나이저 'EvoTok'을 제안하며, 소규모 데이터셋으로도 뛰어난 재구성 품질과 다양한 멀티모달 작업에서 우수한 성능을 입증합니다.
Structure Selection for Fairness-Constrained Differentially Private Data Synthesis
이 논문은 민감 속성과 결과 간의 조건부 독립성을 보장하여 편향을 제거하면서도 데이터 정확도를 향상시키기 위해, 지수 메커니즘을 활용한 조건부 독립성 인식 최소 신장 트리 알고리즘을 측정 단계에 통합한 'PrivCI'라는 새로운 차분 프라이버시 데이터 합성 프레임워크를 제안합니다.
Opinion Dynamics in Learning Systems
이 논문은 학습 시스템의 예측이 개인의 의견에 영향을 미치고, 이 의견이 다시 사회적 상호작용을 통해 학습 데이터로 피드백되는 순환적 과정을 분석하여, 기존 의견 동역학 모델이 간과했던 예측의 수행적 효과가 네트워크의 동질화와 새로운 균형 상태에 미치는 영향을 규명합니다.
HATS: Hardness-Aware Trajectory Synthesis for GUI Agents
이 논문은 GUI 에이전트의 일반화 한계를 야기하는 의미적 모호성을 해결하기 위해, 난이도 기반 탐색과 정렬 기반 정제를 순환적으로 결합하여 고품질 궤적 데이터를 생성하는 'HATS' 프레임워크를 제안하고 이를 통해 기존 최첨단 모델보다 우수한 성능을 입증합니다.
ChemSICal-Net: Timing-Controlled Chemical Reaction Network for Successive Interference Cancellation in Molecular Multiple Access
본 논문은 분자 통신에서 다중 송신자 간섭을 제거하기 위해 화학 오실레이터로 타이밍을 제어하는 'ChemSICal-Net'이라는 화학 반응 네트워크 모델을 제안하고, 가우시안 프로세스 기반의 적응형 베이지안 최적화 기법을 통해 반응 속도 상수와 초기 농도를 최적화하여 결정 시간과 검출 정확도 간의 균형을 개선함을 보여줍니다.
EgoIntent: An Egocentric Step-level Benchmark for Understanding What, Why, and Next
이 논문은 시계열적 누출을 방지하고 '무엇 (What)', '왜 (Why)', '다음 (Next)'이라는 세 가지 차원에서 인간 의도를 정밀하게 평가할 수 있는 새로운 일인칭 시점 비디오 벤치마크인 'EgoIntent'를 제안하며, 기존 최첨단 멀티모달 대형 언어 모델들조차 이 과제를 해결하는 데 어려움을 겪고 있음을 보여줍니다.
Time, Message and Memory-Optimal Distributed Minimum Spanning Tree and Partwise Aggregation
이 논문은 기존 알고리즘들의 한계를 극복하고 시간, 메시지, 메모리 효율성을 모두 만족하는 결정론적 분산 최소 신장 트리 (MST) 및 부분별 집계 알고리즘을 제안합니다.
LatentGeo: Learnable Auxiliary Constructions in Latent Space for Multimodal Geometric Reasoning
본 논문은 보조 기하학적 구성을 픽셀 렌더링이나 외부 실행기 없이 잠재 공간에서 학습 가능한 연속적 시각 표현으로 내재화하여, 다중 모달 기하 추론의 성능을 획기적으로 개선하는 'LatentGeo' 프레임워크를 제안합니다.
When do modal definability and preservation theorems transfer to the finite?
이 논문은 무한 구조에서 성립하던 고전적 모달 정의 가능성 및 보존 정리가 유한 구조로 확장될 때 어떤 결과가 유지되고 어떤 것이 실패하는지 분석하며, 특히 이분할 안전성 정리 (Bisimulation Safety Theorem) 의 유한 구조로의 전이가 가능함을 증명하고 Goldblatt-Thomason 정리 및 모달 대응 이론의 유한 구조 버전과 계산 가능성 측면을 논의합니다.
ComFree-Sim: A GPU-Parallelized Analytical Contact Physics Engine for Scalable Contact-Rich Robotics Simulation and Control
이 논문은 접촉 밀도가 높은 로봇 시뮬레이션에서 기존 엔진의 계산 병목 현상을 해결하기 위해 GPU 병렬 처리와 상호보완성 없는 접촉 모델을 기반으로 한 ComFree-Sim 을 제안하며, 이를 통해 선형에 가까운 확장성과 높은 처리량을 달성하고 실시간 MPC 기반의 정교한 조작 제어에 성공적으로 적용했음을 보여줍니다.
SaPaVe: Towards Active Perception and Manipulation in Vision-Language-Action Models for Robotics
이 논문은 대규모 데이터와 3D 기하학적 인식을 기반으로 카메라 제어와 조작 행동을 분리하여 학습하는 엔드투엔드 프레임워크 'SaPaVe'를 제안함으로써, 복잡한 환경에서의 능동적 지각과 조작 성능을 기존 비전 - 언어 - 행동 모델 대비 획기적으로 향상시켰음을 보여줍니다.
Privacy in ERP Systems: Behavioral Models of Developers and Consultants
이 논문은 Fogg 의 행동 모델 (FBM) 프레임워크를 활용하여 ERP 시스템 개발자와 컨설턴트의 프라이버시 인식 및 행동을 분석하고, 이를 통해 더 적절한 프라이버시 관련 행동을 유도할 수 있는 통찰을 제공합니다.
Coalgebraic Path Constraints
이 논문은 대수적 방정식의 대안으로 코알게브라의 공리화를 위해 경로에 두 값을 부여하고 그 일치성을 요구하는 '방정식 경로 제약 (equational path constraints)'을 도입하여, 이를 통해 공리화된 코다양체와 최종 코알게브라를 구성하고 코방정식과의 관계를 규명합니다.
ForensicZip: More Tokens are Better but Not Necessary in Forensic Vision-Language Models
이 논문은 생성형 아티팩트와 고주파 노이즈가 주로 배경에 존재한다는 점을 고려하여, 의미 중심이 아닌 포렌식 증거 보존에 초점을 맞춘 학습 불필요 토큰 압축 프레임워크 'ForensicZip'을 제안하고, 이를 통해 연산량을 90% 이상 줄이면서도 최첨단 탐지 성능을 유지함을 입증했습니다.
Bounding the Fragmentation of B-Trees Subject to Batched Insertions
이 논문은 일괄 삽입 작업 부하를 받는 B-트리의 내부 단편화 문제를 해결하기 위해 야오 (Yao) 의 기존 분석을 일반화하고, 다양한 작업 부하에 대해 효율적인 공간 활용을 보장하는 새로운 전략을 제시합니다.
Real-World Point Tracking with Verifier-Guided Pseudo-Labeling
이 논문은 다양한 사전 학습된 추적기들의 후보 궤적 중 신뢰할 수 있는 예측을 메타 모델인 'Verifier'가 평가하여 고품질 의사레이블을 생성함으로써, 레이블이 없는 실세계 비디오에 대한 데이터 효율적인 적응과 최첨단 성능 달성을 가능하게 하는 새로운 자기학습 기법을 제안합니다.
UniMotion: Self-Supervised Learning for Cross-Domain IMU Motion Recognition
이 논문은 다양한 기기와 사용자 집단에서 소량의 레이블 데이터로만 고품질 제스처 인식이 가능하도록, 레이블 없는 활동 데이터를 활용한 사전 학습과 텍스트 기반 분류기를 결합한 범용 IMU 모션 인식 프레임워크 'UniMotion'을 제안합니다.