연구자료실

설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.

연구자료 검색

새 논문 요약

요점은 편집자가 정리한 메모입니다. 원저자의 표현과 다를 수 있으니 원문을 확인하세요. 2026-11-20 갱신.

  1. 309Robotics

    X4Val: Learning Neural Surrogates for Variance-Reduced Policy Evaluation

    • 이는 시뮬레이션, 과거 정책 로그, 관련 플랫폼이나 환경에서 수집한 데이터를 포함한 이질적 데이터 소스를 활용하는 평가 방법론에 동기를 부여한다.
    • 이 논문은 자율 주행과 실세계 로봇 조작 작업에 대해 이론적 분석과 실증 평가를 제공하며, 이 영역들에서 X4Val은 최대 38.4%의 분산 감소를 달성하고 강력한 베이스라인 대비 일관된 향상을 입증한다.
    • 이 결과는 짝지어지지 않은 이질적 데이터를 활용해 엄밀한 로봇 시스템 검증의 표본 효율을 상당히 개선할 수 있음을 보여준다.
  2. 308Robotics

    GRAIL: Generating Humanoid Loco-Manipulation from 3D Assets and Video Priors

    • 이 특권적 설정은 4D 복원을 더 잘 조건화하여, 모델 기반 객체 추적, 인간 동작 추정, 상호작용 인식 최적화가 깊이 모호성과 형태 불일치를 줄이면서 미터법 4D 인간-객체 상호작용(HOI) 궤적을 재구성할 수 있게 한다.
    • 저자들은 복원된 동작을 휴머노이드 로봇에 리타깃팅하고, 상호 보완적인 범용 작업 추적기를 학습한다. 즉, 조작을 위한 객체 인식 잠재 적응기와 지형 횡단을 위한 장면 인식 추적기다.
    • GRAIL이 생성한 데이터만 사용하여, sim-to-real 파이프라인을 통해 자기중심 시각 정책을 학습하고 이를 Unitree G1 휴머노이드에 배포하여, 다양한 객체 집기에서 84%, 계단 오르기에서 90%의 실세계 성공률을 달성한다.
  3. 307LLMs / NLP

    Beyond Text Following: Repairable Arbitration Reversals in Audio-Language Models

    • 이 논문은 오디오를 고정한 채 충돌하는 텍스트만 제거하고 그에 따른 모델 선호의 변화를 측정하는 동일 오디오 반사실 기법을 사용해 이 질문을 검토한다.
    • 5개의 ALM과 4개의 충돌 작업에 걸쳐, 충돌 샘플의 64.1%에서 부호 반전이 나타났다. 즉, 동일 오디오 분기는 오디오가 뒷받침하는 답을 선호하는 반면, 결합 분기는 텍스트가 뒷받침하는 답을 선호한다.
    • 엄격한 5 pp 충실도 하락 예산 하에서 GACL은 최고의 대조 학습 베이스라인 대비 nAUC를 17.8점 향상시키며, 재조정 없이 시각-텍스트 중재로 전이된다(최대 +40.5 pp).
  4. 306Computer Vision

    Controllable Dynamic 3D Shape Generation via 3D Trajectories and Text

    • 이를 해결하기 위해 선택된 점들이 이동해야 할 정확한 경로를 명시하는 제어 가능한 공간적 가이드로 3D 궤적을 채택한다.
    • 밀집부터 희소하고 불균등하게 분포된 것까지 임의의 구성을 갖는 궤적 입력을 견고하게 처리하기 위해, 입력 궤적 집합을 객체 전체를 포괄하는 형상 인식 토큰 집합으로 매핑하는 형상 기반 궤적 임베딩을 추가로 제안한다.
    • 정량적·정성적 평가와 사용자 연구는 이 접근법이 동작 품질을 보존하면서 주어진 프롬프트를 더 충실히 따르고 표현력이 더 높은 동작을 생성함을 입증한다.
  5. 305Machine Learning

    STRIDE: Training Data Attribution via Sparse Recovery from Subset Perturbations

    • 이 논문은 관점의 전환을 제안한다. 즉, 매개변수 변화를 추정하는 대신 활성화 공간에서 학습 데이터의 기능적 효과를 모델링한다.
    • 저자들은 TDA를 압축 센싱의 정신에 입각한 희소 복원 문제로 정식화하는 프레임워크 STRIDE(Steering-based Training Data Influence Decomposition)를 소개한다.
    • STRIDE는 LLM 사전학습 귀속에서 SOTA를 달성하면서도 기존 기술보다 한 자릿수, 즉 13배 더 빠르다.
  6. 304LLMs / NLP

    Transferable Self-Harm Surveillance from Emergency Department Triage Notes Using an Evidence-Augmented Machine Learning Approach

    • 이 접근법은 내부 및 외부 검증에서 각각 0.887 ± 0.016과 0.884 ± 0.012의 AUPRC를 보였다.
    • 전향적으로는 개발 기관에서 0.881 ± 0.008의 AUPRC를 달성했으며, 기관별 재학습 없이 두 외부 기관에서 각각 0.879 ± 0.012와 0.816 ± 0.015를 달성했다.
    • 이 접근법의 핵심 장점은 주요 자해 방법을 95%의 정확도로 식별할 수 있어, 이진 분류를 넘어선 더 세분화된 감시를 지원한다는 점이다.
  7. 303LLMs / NLP

    SN-WER: Script-Normalized WER for Multi-Script Indic ASR Evaluation

    • 이 논문은 WER을 계산하기 전에 참조 텍스트와 가설 텍스트를 모두 언어별 표준 문자 체계로 음역하는, 학습이 필요 없고 평가 전용인 채점 방법 Script-Normalized WER(SN-WER)을 제안한다.
    • 통제된 스트레스 테스트에서 인위적 로마자화로 유발된 WER 부풀림이 67% 완화되었으며, 어휘 치환 통제 실험에서는 의미 오류에 대한 민감도가 거의 동일하게 유지되어 Delta SN-WER 대 Delta WER이 약 1.09로 나타났다.
    • SN-WER은 음역기 선택과 정규화 변경에 견고하며, 평가한 인도어 환경에서 토큰 충돌률이 0.1% 미만으로 낮게 나타났다.
  8. 302Robotics

    AFUN: Towards an Affordance Foundation Model for Functionality Understanding

    • 기존 방법들은 보통 이 과제의 일부만 다룬다. 실행 가능한 동작을 명시하지 않은 채 작업 관련 영역만 위치를 추정하거나, 동작을 예측하더라도 확장성이 제한적이다.
    • 이 논문은 기능 이해를 위한 어포던스 파운데이션 모델로 나아가는 한 걸음인 ourmodel을 제시한다.
    • 단일 RGB-D 관측과 언어로 된 작업 설명으로부터 ourmodel은 작업 조건부 기능 마스크(어디를 상호작용할지)와 3D 접촉 후 동작 곡선(어떻게 상호작용할지)을 예측한다.
  9. 301Computer Vision

    Modeling Depth Ambiguity: A Mixture-Density Representation for Flying-Point-Free Depth Estimation

    • 저자들은 이 아티팩트를 표준적인 모델링 선택, 즉 각 픽셀에 단일 깊이 가설을 할당하는 것에서 비롯된 것으로 추적한다.
    • 각 픽셀에 대해 여러 깊이 가설과 그에 연관된 확률을 예측할 수 있게 하는 혼합 밀도 표현인 MDA로 이를 해결한다.
    • 서로 다른 백본 전반에서 MDA는 경계 재구성을 크게 향상시키고 심각한 입력 블러 하에서도 떠다니는 점 아티팩트를 대부분 제거하면서도, 무시할 수 있을 만큼 미미한 런타임 오버헤드만을 추가한다.
  10. 300Computer Vision

    LongLive-RAG: A General Retrieval-Augmented Framework for Long Video Generation

    • 검색을 더 변별력 있게 만들기 위해, 저자들은 중복된 국소 유사성을 억제하고 임베딩이 의미 있는 시간적 변화를 포착하도록 장려하는 윈도우 시간 델타 손실(Window Temporal Delta Loss)을 도입한다.
    • 여러 AR 백본과 생성 길이에 걸친 실험은 향상된 장편 비디오 품질과 최고의 평균 VBench-Long 순위를 보여준다.
    • 알려진 한, 개방형 AR 장편 비디오 생성 방법 중에서 LongLive-RAG는 자체 생성된 잠재 이력을 콘텐츠 주소 지정 가능 검색 메모리로 정식화한 최초의 방법이다.
  11. 299LLMs / NLP

    HERO'S JOURNEY: Testing Complex Rule Induction with Text Games

    • 이 논문은 목표 지향적 에피소드 작업에서의 규칙 귀납을 위한 벤치마크인 HERO'S JOURNEY를 소개한다. 여기서 에이전트는 시연으로부터 숨겨진 규칙을 추론하고 다단계 실행을 통해 그에 따라 행동해야 한다.
    • 최첨단 LLM을 평가한 결과, 모델이 규칙 귀납의 증거를 보이지만 그 능력이 제한적이며 작업 간에 고르지 않다는 것을 발견했다.
    • 귀납 특화 스티어링 방법은 속성 작업에서는 성능을 향상시키지만 절차적 작업에서는 신뢰할 만한 향상을 보이지 못하며, 이는 절차적 귀납의 격차가 여전히 미해결 과제로 남아 있음을 시사한다.
  12. 298LLMs / NLP

    From Layers to Submodules: Rethinking Granularity in Replacement-Based LLM Compression

    • 기존의 대체 기반 방법들은 두 가지 설계 제약을 공유한다. 전체 계층 단위의 granularity와 연속적 선택이다.
    • 이러한 직관을 바탕으로, 저자들은 LLM을 서브모듈 수준에서 압축하는 SubFit(서브모듈 수준 적합 잔차 대체, Submodule-level Fitted residual replacement)을 소개한다. 어텐션과 피드포워드 서브모듈은 비연속적으로 선택되며, 각각은 자체적인 경량 적합 잔차 우회 경로를 받는다.
    • SubFit은 사후 학습 단계에서 작동하며 보정 데이터만을 필요로 한다.
  13. 297Robotics

    Permissive Safety Through Trusted Inference: Verifiable Belief-Space Neural Safety Filters for Assured Interactive Robotics

    • 이 논문은 로봇의 런타임 추론 모듈의 신뢰성을 명시적으로 고려하면서, 컨포멀 예측을 사용하여 BeliefSF의 고확률 안전성을 인증하는 알고리즘적 접근법을 제안한다.
    • 이 방법은 추론이 신뢰할 만하다고 기대되는 영역에 검증을 집중함으로써 신념 공간 안전 필터링의 구조를 활용한다.
    • 시뮬레이션된 인간-차량 상호작용 벤치마크를 통해, 이 접근법이 표준 컨포멀 예측 기준선보다 훨씬 더 관대한 신념 공간 안전 필터를 검증함을 보여준다.
  14. 296Machine Learning

    IntraShuffler: A Privacy Preserving Framework for Heterogeneous DP Federated Learning

    • 연합 학습(FL)에서의 이질적 차등 프라이버시(HDP)는 클라이언트가 개별 프라이버시 예산을 선택할 수 있게 하며, 이 예산을 인식하는 집계를 수행한다.
    • 네 가지 서로 다른 데이터셋에 걸친 실험은 IntraShuffler가 기울기 복원 가능성을 60% 이상 줄이고 대리 추론 정확도를 0.78에서 0.33으로 낮추면서도, 여러 FL 집계 규칙 전반에서 비슷한 수준의 모델 유용성을 유지함을 보여준다.
  15. 295Computer Vision

    VLMs are Good Teachers for Video Reasoning via Adaptive Test-Time Optimization

    • 최첨단 VGM은 시각적 품질이 뛰어나지만, 작업별 규칙을 이해하고 따르는 데 종종 어려움을 겪어 다양한 추론 시나리오에서 논리적 실패로 이어진다.
    • VLM은 풀이자로서는 어려움을 겪지만, 과정 제약 조건의 충족과 최종 목표 달성을 평가할 수 있는 강력한 인식 능력을 갖추고 있다.
    • 이러한 결과는 VLM을 테스트 시점 교사로 통합하는 것이 일반화 가능한 비디오 추론을 달성하기 위한 유망한 패러다임을 제공함을 보여준다.
  16. 294Computer Vision

    Policy-based Foveated Imaging and Perception

    • 기존 접근법은 공간적 또는 시간적 다운샘플링과 같은 획득 전략을 통해 이 문제를 해결하는데, 이는 작업 관련성을 평가하기도 전에 정보를 돌이킬 수 없게 버린다.
    • 이 논문은 이미지 획득 시점에 직접 작동하는 실시간, 예측적, 작업 인식형 포비티드 이미징 시스템을 소개한다.
    • 여러 인식 작업에 걸친 광범위한 시뮬레이션을 통해, 이 접근법이 엄격한 픽셀 예산 하에서 높은 작업 성능을 달성하며 동일한 대역폭에서 작동하는 관련 기준선들을 크게 능가함을 입증한다.
  17. 293AI / General

    ClinEnv: An Interactive Multi-Stage Long Horizon EHR Environment for Agents

    • 정적 벤치마크는 이를 검증할 수 없으며, 기존의 상호작용형 의료 벤치마크는 각각 적어도 한 가지 측면에서 타협한다.
    • 이 논문은 종단적 입원 시뮬레이션(Longitudinal Inpatient Simulation)이라 명명한 패러다임 하에서 실제 입원 사례에 대해 LLM을 주치의로서 평가하는 상호작용형 벤치마크인 ClinEnv를 제시한다.
    • 각 사례는 순서가 있는 결정 단계의 시퀀스로 자동 구성된다. 모든 단계에서 모델은 약물, 시술, 진단을 확정하기 전에 4개의 전문화된 에이전트에게 능동적으로 질의해야 한다.
  18. 292Computer Vision

    AdaCodec: A Predictive Visual Code for Video MLLMs

    • 그러나 기존의 비디오 멀티모달 대규모 언어 모델(video MLLM)은 보통 샘플링된 각 프레임을 독립적인 RGB 이미지로 인코딩하여, 시각 토큰이 이전 프레임에 이미 존재하는 내용을 반복하게 만든다.
    • 11개 벤치마크 전반에서 AdaCodec은 동일한 시각 토큰 예산 조건에서 Qwen3-VL-8B의 프레임별 RGB 기준선보다 향상된 성능을 보인다.
    • 심지어 7분의 1의 예산에서도 32k 토큰을 사용하는 AdaCodec은 모든 장편 비디오 벤치마크에서 224k 기준선을 능가한다. 5개의 일반 비디오 벤치마크에서는 평균 점수를 높이는 동시에 첫 토큰까지의 시간을 9.26초에서 1.62초로 대폭 단축한다.
  19. 291Computer Vision

    VISReg: Variance-Invariance-Sketching Regularization for JEPA training

    • SIGReg와 같은 스케칭 기반 방법은 임베딩을 등방성 가우시안에 정렬하여 이를 해결하지만, 유연성이 부족하고 붕괴 상황에서 기울기 소실 문제를 겪는다.
    • VISReg는 선형적으로 확장되며, 저품질 데이터셋에서 기존 정규화 기법을 능가하고, 롱테일 및 저랭크 환경에서 견고함을 보인다.
    • ImageNet-1K로 사전학습된 VISReg는 분포 외 데이터셋에서 SOTA 성능을 달성한다.
  20. 290Computer Vision

    HumanNOVA: Photorealistic, Universal and Rapid 3D Human Avatar Modeling from a Single Image

    • 사실성과 일반화를 모두 달성하는 것은 다양하고 고품질인 3D 인간 데이터가 부족하기 때문에 어렵다.
    • 이 두 가지 전략을 통해 10만 개의 자산까지 규모를 확장할 수 있으며, 견고한 모델 학습을 위한 데이터의 양과 다양성을 모두 크게 향상시킨다.
    • 여러 벤치마크에 대한 광범위한 실험은 정량적으로나 정성적으로 이 접근법의 우수성과 다양한 입력 이미지 조건에서의 견고성을 입증한다.
  21. 289Computer Vision

    From Zero to Hero: Training-Free Custom Concept Spawning in World Models

    • 이 논문은 개념 스포닝을 위한 학습 불필요 방법 SPAWN(Swapping Pinned Anchor with Windowed iNjection)을 소개한다.
    • SPAWN은 이미지-영상 백본의 구조적 속성을 활용한다. 즉, 컨텍스트 메모리의 첫 번째 슬롯은 참조 프레임에 고정되어 생성되는 모든 청크의 기초 앵커 역할을 한다.
    • 실험은 SPAWN이 정체성과 시간적 일관성을 보존하면서 일관된 조명, 스케일, 원근으로 개념을 통합함을 보여주며, 제어 가능한 개념 스포닝이 어떤 학습도 없이 기존의 자기회귀 월드 모델에서 달성 가능함을 입증한다.
  22. 288Computer Vision

    ProtoAda: Prototype-Guided Adaptive Adapter Expansion and Geometric Consolidation for Multimodal Continual Instruction Tuning

    • 멀티모달 대규모 언어 모델(MLLM)은 명령어 튜닝을 통해 강력한 성능을 달성하지만, 실세계 배포에서는 새로운 비전-언어 능력을 지속적으로 습득해야 하므로 멀티모달 지속적 명령어 튜닝(MCIT)이 필수적이다.
    • 이 문제를 해결하기 위해, 이 논문은 프로토타입 기반 적응형 튜닝 프레임워크 ProtoAda를 제안한다.
    • 여러 벤치마크에 걸친 광범위한 실험은 ProtoAda가, 특히 답 구조가 순차적 튜닝에 의해 쉽게 손상되는 과제에서 우수한 성능을 달성함을 보여준다.
  23. 287Robotics

    RoboDream: Compositional World Models for Scalable Robot Data Synthesis

    • 이 논문은 새로운 객체, 새로운 장면, 새로운 시점에서 사실적인 시연을 합성하여 확장 가능한 데이터 생성을 달성하는 일반화 가능한 신체 중심 월드 모델을 제안한다.
    • 이 접근법은 생성을 렌더링된 로봇 동작에 고정하면서 명시적인 장면 및 객체 사전 정보를 조건으로 삼아, 궤적 실행을 환경 합성으로부터 효과적으로 분리한다.
    • 실세계 실험을 통해 생성한 데이터가 다양한 조작 과제 전반에서 다운스트림 정책 성능을 일관되게 향상시키고 실세계 데이터 요구량을 크게 줄임을 보여준다.
  24. 286Computer Vision

    Mitigating Perceptual Judgment Bias in Multimodal LLM-as-a-Judge via Perceptual Perturbation and Reward Modeling

    • 이 문제를 해결하기 위해, 이 논문은 지각적 오류를 분리하고 검증 가능한 감독을 가능하게 하는 최소 편집 반사실 응답을 구성하는 Perceptually Perturbed Judgment Dataset을 소개한다.
    • 다양한 MLLM-as-a-Judge 벤치마크 전반에 걸친 실험은 이 접근법이 지각적 충실도, 순위 일관성, 그리고 인간 평가와의 정렬을 상당히 향상시킴을 보여준다.
    • 이 결과는 지각적으로 근거가 있고, 해석 가능하며, 시각-추론 충돌에 견고한 멀티모달 심사자를 훈련하기 위한 확장 가능하고 일반화 가능한 경로를 확립한다.
  25. 285Computer Vision

    Thinking in Blender: Staged Executable Inverse Graphics with Vision-Language Models

    • 이 논문은 기하, 재질, 구성, 조명을 포함한 장면 요인들을 실행 가능한 Blender 코드 공간에서 직접 점진적으로 정제함으로써 단일 이미지로부터 3D 장면을 재구성하는 에이전트 프레임워크 Staged Executable Inverse Graphics(SEIG)를 소개한다.
    • 실험은 단계적 재구성이 재구성 충실도를 상당히 향상시킴을 보여주며, 범용 VLM을 활용한 실행 가능한 역 그래픽스에서 과제 분해의 중요성을 부각한다.
    • 마지막으로, 재구성된 편집 가능한 Blender 장면이 가능하게 하는 다양한 다운스트림 응용을 시연한다.
  26. 284Computer Vision

    Linear Scaling Video VLMs for Long Video Understanding

    • 기존의 효율화 방법들은 확장성을 개선하지만, 예컨대 공격적인 프레임이나 토큰 제거나 거친 어텐션 근사를 통해 완전한 셀프 어텐션 대비 정확도를 잃는 경우가 많다.
    • 이러한 결과는 확장 가능한 긴 영상 이해를 향한 실용적인 진전을 시사한다.
    • 비디오 비전-언어 모델(VLM)은 장기 시야 및 스트리밍 환경에서 점점 더 많이 사용되고 있지만, 대부분의 비디오 인코더는 여전히 시공간 셀프 어텐션에 의존하여 연산량과 지연 시간이 프레임 수에 대해 제곱으로 증가한다.
  27. 283Machine Learning

    Why Larger Models Learn More: Effects of Capacity, Interference, and Rare-Task Retention

    • 그 결과는 자원(뉴런)을 둘러싼 데이터 유발 경쟁을 가리킨다.
    • 이 논문은 거듭제곱 법칙 스케일링이 이미, 무한한 학습 데이터가 있더라도 더 큰 모델이 더 작은 모델은 학습하지 못하는 데이터 분포의 일부를 학습할 수 있음을 시사한다는 단순한 현상론적 논증을 전개한다.
    • 이 주장을 검증하고 그 원인을 규명하기 위해, 단조로운 스케일링 곡선을 보이는 과제들의 혼합으로 구성된 합성 설정에서 모델 스케일링의 효과를 연구한다.
  28. 282Machine Learning

    GlucoFM: A Dual-Stream Foundation Model for Continuous Glucose Monitoring

    • 네 개의 다양한 코호트와 일곱 개의 임상 예측 과제 전반에서 GlucoFM은 평가된 베이스라인 중 가장 강력한 피험자 분리 선형 프로빙 성능을 달성하며, 최고의 CGM 특화 파운데이션 모델 대비 평균 PR-AUC를 4.1점 향상시킨다.
    • 그 향상은 핵심 대사 결과에서 가장 두드러지며, 모든 당뇨 위험 및 β-세포 기능장애 과제와 4개 인슐린 저항성 과제 중 3개에서 PR-AUC를 선도한다.
  29. 281AI / General

    COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation

    • LLM 에이전트는 고립된 작업을 완수하는 것뿐만 아니라 인간의 전문성, 판단, 상호작용 방식을 제한된 형태로 담아내는 것까지 점점 더 요구받고 있다.
    • 이 논문은 전문가 지식 증류를 통해 사람 기반 AI 스킬을 생성하는 자동화된 흔적-스킬 증류 시스템을 제안한다.
    • 저자들은 오픈소스 시스템에 구현된 산출물 계약, 생성 워크플로, 수정 수명주기, 배포 표면, 도메인 프리셋을 기술한다.
  30. 280Machine Learning

    The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer

    • 이 책은 현대 생성형 인공지능의 수학적 기초에 대한 간결하고 유도 중심적인 입문을 제공한다.
    • 그 목적은 이러한 모델들이 어떻게 유도되고 서로 연관되는지를 이해하는 데 필요한 수학적 내용을 덜어내지 않으면서 생성 모델링의 구조를 더 쉽게 접근할 수 있도록 만드는 데 있다.
    • 이 책은 수학에 호기심을 가진 연구자, 실무자, 학생을 위한 기초 형성용 입문서로 의도되었다.

연구에서 제품 적용까지

운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.

보유기술 보기