Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXiv논문
역사적 텍스트의 개체명 인식 (NER)을 위한 시간적 융합 전략 연구
역사적 텍스트의 개체명 인식(NER) 성능을 높이기 위해 시간적 메타데이터를 모델에 임베딩하는 다양한 융합 전략을 연구했습니다. 실험 결과, 후기 융합(late fusion) 방식이 초기 및 노이즈가 많은 시기의 데이터에서도 가장 견고한 성능을 보였습니다.
6월 29일0
arXiv논문
유연 소자(Flexible Electronics)에서의 저전력 함수 근사를 위한 아날로그 Kolmogorov-Arnold Networks의
유연 소자(Flexible Electronics) 환경에서 저전력 함수 근사를 위해 개발된 아날로그 Kolmogorov-Arnold Networks(AKANs)를 소개합니다. 하드웨어-소프트웨어 공동 최적화와 가지치기 기법을 통해 회로 결함 속에서도 정확한 연산을 수행하며 전력과 면적을 획기적으로 절감합니다.
6월 29일0
arXiv논문
SEADA: 멀티 프리시전 공간 아키텍처 상에서 혼합 정밀도 DNN을 최적화하기 위한 효율적인 방법론
멀티 프리시전 공간 아키텍처에서 혼합 정밀도 DNN을 최적화하기 위한 새로운 방법론 SEADA를 제안합니다. SEADA는 시스템 수준의 비용 모델과 비트 수준 엔트로피 기반의 정밀도 선택을 통해 효율적인 매핑을 지원합니다.
6월 29일0
arXiv논문
단계가 중요하다: 모바일 SoC에서의 이기종 시각-언어(Vision-Language) 추론 특성 분석
Snapdragon 8 Elite SoC 환경에서 모바일 VLM 추론의 단계별 하드웨어 특성을 분석한 연구입니다. NPU 활용 시 프리필과 디코드 단계의 성능 차이, 열 안정성 및 에너지 효율성을 검증하고 최적화된 포팅 방법을 제시합니다.
6월 29일0
arXiv논문
Triadic Werewolf: LLM의 멀티홉 마음 이론 (Multi-Hop Theory of Mind)을 위한 광대 역할
LLM의 마음 이론(ToM) 평가를 위해 기존 이자 관계 게임에 '광대' 역할을 추가한 Triadic Werewolf 게임을 제안합니다. GPT-4.1, DeepSeek-V3.1, Llama-3.3-70B를 대상으로 실험한 결과, 삼자 관계의 인센티브 구조가 멀티 에이전트 추론 능력을 측정하는 데 효과적임을 입증했습니다.
6월 29일0
arXiv논문
모든 단계마다: 비디오 기반 파킨슨병 환자의 회전 시 걸음 수 측정
파킨슨병 환자의 회전 시 걸음 수를 정확하게 측정하기 위한 비디오 기반의 coarse-to-fine 프레임워크를 제안합니다. 3D 인간 메쉬 복원과 광학 흐름을 결합하여 미세한 보행 역학을 포착하며, 기존 웨어러블 방식의 불편함을 개선합니다.
6월 29일0
arXiv논문
Reflect-R1: 긴 영상 이해를 위한 증거 기반 성찰 및 자기 수정 (Self-Correction)
긴 영상 이해를 위해 외부 시각적 증거를 활용하는 Reflect-R1 프레임워크를 제안합니다. 직관, 검증, 중재의 3단계 파이프라인과 단계 분리형 강화학습(SD-GRPO)을 통해 모델의 환각 현상을 줄이고 자기 수정 능력을 극대화했습니다.
6월 29일0
arXiv논문
Home3D 1.0: 인테리어 디자인을 위한 고충실도 이미지-to-3D 에셋 생성 시스템
Home3D 1.0은 단일 참조 이미지를 기반으로 고품질 3D 에셋을 생성하는 모듈형 시스템입니다. Geometry, Texture, Material, Parts의 네 가지 모듈을 통해 PBR 재질이 포함된 정교한 메쉬를 생성합니다.
6월 29일0
arXiv논문
에이전트형 AI 기반 재식별: 이동성 마이크로데이터 프라이버시에 대한 새롭게 등장하는 확장 가능한 위협
에이전트형 AI를 활용하여 이동성 마이크로데이터를 통해 개인을 재식별할 수 있는 새로운 위협 모델을 제시합니다. LLM 에이전트가 자율적으로 웹 정보를 교차 참조하여 높은 성공률로 개인을 식별할 수 있음을 입증하며, 기존 익명성 보호 체계의 한계를 경고합니다.
6월 29일0
arXiv논문
표적 아미노산 조성을 활용한 단백질 서열 생성을 위한 2단계 미세 조정 (Two-Stage Fine-Tuning)
단백질 언어 모델을 활용하여 특정 아미노산 조성을 가진 단백질 서열을 생성하는 2단계 미세 조정 방법론을 제안합니다. 도메인 적응형 미세 조정과 강화학습을 결합하여 서열의 다양성을 유지하면서도 목표하는 영양 가치를 충족하는 단백질 설계를 가능하게 합니다.
6월 29일0
arXiv논문
RelBall: 지식 그래프 완성을 위한 쿼터니언 회전 기반의 관계 볼 (Relation Ball)
RelBall은 지식 그래프 완성(KGC)을 위해 쿼터니언 회전을 활용한 새로운 모델입니다. 기존 모델이 해결하지 못한 비교환적 합성 패턴과 의미론적 계층 구조, 그리고 다양한 관계 유형(일대다 등)을 효과적으로 모델링합니다.
6월 29일0
arXiv논문
검증 가능한 기하학 문제 해결: 솔버 주도형 자동 형식화 및 정리 제안
기하학 문제 해결을 위해 신경망의 직관과 기호적 엄밀성을 결합한 뉴로-심볼릭 프레임워크 SD-GPS를 제안합니다. 솔버를 실행 오라클로 활용하여 자동 형식화와 정리 예측의 병목 현상을 해결하며, 기존 모델보다 뛰어난 성능을 입증했습니다.
6월 29일0
arXiv논문
ProMSA: 지식 기반 시각적 질의응답을 위한 점진적 멀티모달 검색 에이전트
ProMSA는 지식 기반 시각적 질의응답(KB-VQA)을 위해 제안된 점진적 멀티모달 검색 에이전트입니다. 고정된 검색 방식 대신 도구 호출을 통해 이미지 및 텍스트 검색을 반복하며, TN-GSPO 강화학습을 통해 최적화되었습니다.
6월 29일0
arXiv논문
SHARD: 정렬 저항성을 갖춘 개인정보 보호형 밀집 검색을 위한 셀 키 기반 잔차 분할
SHARD는 밀집 임베딩의 기하학적 구조를 이용한 개인정보 유출 공격을 방어하기 위한 새로운 임베딩 변환 방식입니다. 공개 접두사와 비밀 키 기반의 셀 분할 잔차를 사용하여 검색 성능을 유지하면서도 정렬 저항성을 확보합니다.
6월 29일0
arXiv논문
자가 검증형 측정 기록: 하드웨어 벤치마킹을 위한 해시 연결 증거 그래프
하드웨어 성능 측정값의 신뢰성을 보장하기 위해 해시 연결 증거 그래프를 활용한 자가 검증형 기록 방식을 제안합니다. 이 방식은 변조 방지가 가능하며, 독립적인 감사와 확률적 항등식을 통해 하드웨어의 조용한 오류를 효과적으로 탐지합니다.
6월 29일0
arXiv논문
픽셀 공간 자기회귀(Autoregressive) 이미지 생성을 위한 병렬 롤아웃 근사(Parallel Rollout Approximation)
픽셀 공간 자기회귀(AR) 이미지 생성 시 발생하는 오차 누적과 느린 샘플링 문제를 해결하기 위한 PRA 프레임워크를 제안합니다. 저차원 중간 상태를 활용해 병렬 학습과 픽셀 피드백 근사를 동시에 달성하며, ImageNet-1K 생성에서 SOTA 성능을 기록했습니다.
6월 29일0
arXiv논문
VASAE: 어휘 정렬 앵커링(Vocabulary-Aligned Anchoring)을 통한 SAE 사전 방향(Dictionary
VASAE는 SAE 특징을 Transformer의 토큰 어휘와 직접 정렬하여 학습하는 새로운 방법론을 제안합니다. 재구성 품질을 유지하면서도 특징에 내재적 토큰 이름을 할당하여 모델 해석력을 높였습니다.
6월 29일0
arXiv논문
집단적 딜레마 상황에서의 AI 설득적 프레이밍 (AI Persuasive Framing in Collective Dilemmas)
AI 에이전트가 집단적 딜레마 상황에서 인간의 협력을 유도하는 설득적 프레이밍의 효과를 연구했습니다. 개인화된 프레이밍은 단기적으로 협력을 증진시키지만, 반사회적 프레이밍을 통한 이기적 행동 조장은 더 지속적이고 부정적인 영향을 미칠 수 있음을 확인했습니다.
6월 29일0
arXiv논문
리프팅된 인과 추론 (Lifted Causal Inference)
구별 불가능한 객체를 활용하여 확률적 그래픽 모델의 추론 속도를 높이는 리프팅된 인과 추론(LCI) 기술을 소개합니다. PCFGs를 통해 인과 지식을 통합하고, 기존 명제적 추론 대비 획기적인 속도 향상을 달성했습니다.
6월 29일0
arXiv논문
인간이 작성한 텍스트 내 사실적 오류에 대한 경험적 분석 및 응용
인간이 작성한 텍스트 내 사실적 오류 탐지(FED)의 중요성을 강조하며, 기존 LLM 환각 연구에서 간과된 인간 유발 오류의 분류 체계를 제안합니다. 신문 기사 분석을 통해 새로운 오류 범주를 도출하고, 고성능 LLM의 실제 탐지 능력을 평가했습니다.
6월 29일0