Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
LLM은 가독성을 제어할 수 있는가? CEFR 제어 아랍어 생성을 위한 다차원 평가 프레임워크
LLM의 아랍어 가독성 제어 능력을 평가하기 위한 다차원 프레임워크를 제안합니다. CEFR 기준에 맞춘 텍스트 생성을 위해 제어된 프롬프팅과 어휘 제약 검증을 활용하며, 구조화된 프롬프팅이 가독성 정렬에 효과적임을 입증했습니다.
6월 23일1
arXivAI 번역논문
Holmes: 산업 규모의 혼합 언어 모바일 크래시를 위한 멀티모달 에이전트 기반 진단
Holmes는 대규모 혼합 언어 모바일 환경의 크래시 진단을 위해 멀티모달 런타임 신호를 활용하는 멀티 에이전트 시스템입니다. 계층적 아키텍처를 통해 복잡한 코드베이스 내 근본 원인을 자동 분석하며, 실제 데이터 적용 결과 디버깅 시간을 98% 이상 단축했습니다.
6월 23일0
arXivAI 번역논문
고성능 다국어 ASR에 강력한 코드 스위칭 (Code-switching) 능력 추가하기
다국어 ASR 시스템에서 코드 스위칭(Code-switching) 성능을 높이면서 기존 단일 언어 성능을 유지하는 연구를 소개합니다. 베이지안 인수 분해 적응 방식을 통해 소량의 합성 데이터만으로도 효율적인 지식 통합이 가능함을 입증했습니다.
6월 23일1
arXivAI 번역논문
중간 표현(Intermediate Representation)을 통한 실제 바이너리의 교차 플랫폼 소프트웨어 버스마킹 (Software
본 논문은 Ghidra P-code를 중간 표현(IR)으로 활용하여 서로 다른 플랫폼 간의 소프트웨어 버스마킹 성능을 평가합니다. 실험 결과, ISA와 무관하게 높은 일관성을 입증했으며 Windows 바이너리에서의 희석 효과를 식별했습니다.
6월 23일1
arXivAI 번역논문
음소-자소 변환(G2P)을 위한 대규모 언어 모델(LLM) 벤치마킹: 일본어 사례 연구
일본어 음소-자소 변환(G2P) 성능 향상을 위해 30개 이상의 LLM을 벤치마킹한 연구입니다. 파싱 모드와 직접 모드 전략을 비교한 결과, 규칙 기반 후처리를 결합한 파싱 모드가 더 우수한 성능을 보였습니다.
6월 23일1
arXivAI 번역논문
LLM 서빙을 위한 기하학 인지형 온라인 스케줄링: 이론적 경계에서 시스템 실무까지
LLM 추론 시 KV 캐시의 동적 메모리 관리를 위해 기하학적 특성을 고려한 SVF(Smallest Volume First) 스케줄링 알고리즘을 제안합니다. 수학적 증명을 통해 기존 방식보다 개선된 경쟁비를 입증했으며, vLLM에 통합하여 Llama-3.1 모델에서 지연 시간 감소와 처리량 향상을 확인했습니다.
6월 23일0
arXivAI 번역논문
ARIA: 신뢰할 수 있는 재료 발견을 위한 LLM 추론 구제용 인과 인지 프레임워크
LLM이 재료 발견 과정에서 물리적 인과관계를 무시하고 검색된 증거에만 매몰되는 '맥락적 터널링' 현상을 해결하기 위한 ARIA 프레임워크를 제안합니다. ARIA는 지식 그래프를 활용해 인과적 추론, 물리 기반 유추, 파라미터 폴백의 3단계 과정을 거쳐 신뢰할 수 있는 재료 설계를 지원합니다.
6월 23일0
arXivAI 번역논문
대규모 흉부 CT 데이터셋에서 보고서 기반 라벨의 LLM 지원 정제
대규모 흉부 CT 데이터셋인 CT-RATE에서 LLM을 활용해 라벨과 보고서 간의 불일치를 정제하는 연구를 수행했습니다. GPT-5.4를 이용한 라벨링이 높은 일치도를 보였으며, 다중 LLM 다수결 방식이 가장 우수한 성능을 기록했습니다.
6월 23일0
arXivAI 번역논문
Vision Transformer의 매개변수 효율적 미세 조정을 위한 구조적 하이퍼엣지 적응 (Structured Hyperedge
Vision Transformer의 매개변수 효율적 미세 조정(PEFT)을 위해 토큰 단위가 아닌 하이퍼엣지 공간에서 적응을 수행하는 HyperAdapter를 제안합니다. 하이퍼그래프 기반 아키텍처를 통해 토큰 간의 구조적 관계를 학습함으로써 기존 어댑터 방식보다 뛰어난 성능을 보여줍니다.
6월 23일0
arXivAI 번역논문
Gold Points Sniper: 미세한 동작 이해를 위한 VLM의 자기 유도형 시각적 추론
미세한 인간 동작을 이해하기 위해 경량 VLM에 자기 유도형 멀티모달 추론 능력을 부여하는 GPS 프레임워크를 제안합니다. Gold Points Extractor, Selective Socratic Questioner, Semantic Entailment Evaluator를 통해 사실적 충실도와 정보 풍부함을 동시에 확보합니다.
6월 23일0
arXivAI 번역논문
MetaPS: 시장 에이전트를 위한 적응형 프로그래밍 전략 선택
MetaPS는 시장 상황에 따라 최적의 프로그래밍 전략을 선택하는 적응형 에이전트 프레임워크를 제안합니다. LLM이 직접 행동을 생성하는 대신, 검증된 전략 라이브러리에서 최적의 코드를 선택하도록 학습시켜 성능과 해석 가능성을 높였습니다.
6월 23일0
arXivAI 번역논문
SVGym (SciVerseGym): 결정 구조 발견을 위한 강화학습 (RL) 및 베이지안 최적화 (Bayesian Optimization)
결정 구조 발견을 위한 강화학습 및 베이지안 최적화용 Gymnasium 호환 환경인 SciVerseGym을 소개합니다. 원자 단위의 편집과 평가를 통합하여 폐쇄 루프 재료 탐색을 위한 재현 가능한 테스트베드를 제공합니다.
6월 23일0
arXivAI 번역논문
Nous: 장기 에이전트 메모리를 위한 예측적 세계 모델 (Predictive World Model)
Nous는 지식을 저장하는 대신 예측적 세계 모델을 통해 유지하는 새로운 에이전트 메모리 아키텍처입니다. 베이지안 사후 확률 업데이트를 통해 엔티티의 속성을 관리하며, 외부 데이터베이스 없이도 장기 대화 메모리 벤치마크에서 우수한 성능을 입증했습니다.
6월 23일1
arXivAI 번역논문
MMGist: 2027년을 위한 포괄적인 멀티모달 벤치마크 (Multimodal Benchmark)
기존 멀티모달 벤치마크의 시각적 의존성 부족, 성능 포화, 신뢰성 문제를 해결하기 위해 새로운 벤치마크 MMGist를 제안합니다. 3단계 필터링 파이프라인을 통해 변별력을 높였으며, 27개의 LVLM을 대상으로 실험하여 모델 간 차이를 효과적으로 구분함을 입증했습니다.
6월 23일0
arXivAI 번역논문
폐색전증 위험 평가를 위한 효율적인 멀티모달 임상 질의응답
폐색전증(PE) 진단 및 예후 평가를 위한 멀티모달 벤치마크 데이터셋인 INSPECT를 제안합니다. CTPA 영상과 EHR 데이터를 결합하여 소형 멀티모달 언어 모델(MLLM)의 임상적 성능을 평가하고 그 잠재력을 확인했습니다.
6월 23일0
arXivAI 번역논문
DreamUV: End-to-End Flow Matching을 통한 예술가 스타일의 UV 언랩(Unwrap)
DreamUV는 생성적 플로우 매칭(Flow Matching)을 활용하여 아티스트의 스타일을 반영한 3D UV 언랩 레이아웃을 생성하는 엔드투엔드 프레임워크입니다. 기존 방식의 한계를 넘어 직선적인 심(seam)과 축 정렬된 아일랜드를 생성하며 실제 제작 공정에 적합한 결과를 제공합니다.
6월 23일0
arXivAI 번역논문
언어 기술의 다원화(Plurification) — 차세대 AI에서의 문화 통합
본 논문은 NLP 분야에서 문화적 정렬을 달성하기 위해 단순한 데이터 확장을 넘어 다원적 인식론을 도입해야 함을 제안합니다. 기술 활동의 5개 계층 모델을 통해 현재 연구가 출력 수준에 머물러 있음을 지적하며, 사회-기술적 접근 방식의 필요성을 강조합니다.
6월 23일1
arXivAI 번역논문
체화된 과학적 지능을 위한 인과적 세계 모델링 기반의 자기 진화적 인지 프레임워크
기존 예측 중심의 체화된 세계 모델을 넘어, 환경과의 상호작용을 통해 인과적 표현을 구축하는 자기 진화적 인지 프레임워크를 제안합니다. 인과적 세계 모델링, 개입 기반 추론, 지속적 인지 정교화를 통합하여 인식론적 지능으로의 전환을 목표로 합니다.
6월 23일0
arXivAI 번역논문
PRIME: LLM에서 호환되지 않는 지시문 하에서의 프롬프트 해결 능력 평가
LLM이 상충하는 지시문을 받았을 때의 해결 능력을 평가하는 새로운 프레임워크인 PRIME을 소개합니다. 모델의 규모보다 상충 유형이 행동에 더 큰 영향을 미친다는 점을 밝혀냈습니다.
6월 23일0
arXivAI 번역논문
폐 결절 분할을 위한 인간과 AI의 협업
SAM을 활용하여 폐 결절 분할을 수행하는 인간 참여형(human-in-the-loop) 프레임워크인 Hi-Seg를 제안합니다. 인간의 반복적인 프롬프트 정제를 통해 SAM의 성능을 극대화하며, 기존 딥러닝 모델 및 SAM 변형 모델보다 높은 정확도를 달성했습니다.
6월 23일0