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.
- 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.
- 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.
- 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).
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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