AI 연구 논문 데일리

번역이 포함된 일일 선별된 AI 연구 논문

추론 시간 스케일링은 스케일링 노이즈 제거 단계를 넘어 확산 모델에 대해 적용됩니다.
Inference-Time Scaling for Diffusion Models beyond Scaling Denoising Steps

Nanye Ma, Shangyuan Tong, Haolin Jia, Hexiang Hu, Yu-Chuan Su, Mingda Zhang, Xuan Yang, Yandong Li, Tommi Jaakkola, Xuhui Jia, Saining Xie•Jan 16, 2025•704

OmniThink: 사고를 통해 기계 작성의 지식 경계를 확장하기
OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking

Zekun Xi, Wenbiao Yin, Jizhan Fang, Jialong Wu, Runnan Fang, Ningyu Zhang, Jiang Yong, Pengjun Xie, Fei Huang, Huajun Chen•Jan 16, 2025•472

대규모 추론 모델을 향하여: 대규모 언어 모델을 이용한 강화된 추론에 대한 조사
Towards Large Reasoning Models: A Survey of Reinforced Reasoning with Large Language Models

Fengli Xu, Qianyue Hao, Zefang Zong, Jingwei Wang, Yunke Zhang, Jingyi Wang, Xiaochong Lan, Jiahui Gong, Tianjian Ouyang, Fanjin Meng, Chenyang Shao, Yuwei Yan, Qinglong Yang, Yiwen Song, Sijian Ren, Xinyuan Hu, Yu Li, Jie Feng, Chen Gao, Yong Li•Jan 16, 2025•372

SynthLight: 학습을 통해 확산 모델을 사용하여 초상화 조명을 다시 렌더링하는 SynthLight
SynthLight: Portrait Relighting with Diffusion Model by Learning to Re-render Synthetic Faces

Sumit Chaturvedi, Mengwei Ren, Yannick Hold-Geoffroy, Jingyuan Liu, Julie Dorsey, Zhixin Shu•Jan 16, 2025•193

CaPa: 효율적인 4K 텍스처화된 메쉬 생성을 위한 Carve-n-Paint 합성
CaPa: Carve-n-Paint Synthesis for Efficient 4K Textured Mesh Generation

Hwan Heo, Jangyeong Kim, Seongyeong Lee, Jeong A Wi, Junyoung Choi, Sangjun Ahn•Jan 16, 2025•183

AnyStory: 텍스트에서 이미지 생성을 위한 통합된 단일 및 다중 주제 개인화 방향
AnyStory: Towards Unified Single and Multiple Subject Personalization in Text-to-Image Generation

Junjie He, Yuxiang Tuo, Binghui Chen, Chongyang Zhong, Yifeng Geng, Liefeng Bo•Jan 16, 2025•132

힙: 대형 언어 모델 평가를 위한 오염되지 않은 다국어 코드 데이터셋
The Heap: A Contamination-Free Multilingual Code Dataset for Evaluating Large Language Models

Jonathan Katzy, Razvan Mihai Popescu, Arie van Deursen, Maliheh Izadi•Jan 16, 2025•122

RLHS: 후견 시뮬레이션을 활용한 RLHF의 불일치 완화
RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation

Kaiqu Liang, Haimin Hu, Ryan Liu, Thomas L. Griffiths, Jaime Fernández Fisac•Jan 15, 2025•102

AI 연구 논문 데일리

추론 시간 스케일링은 스케일링 노이즈 제거 단계를 넘어 확산 모델에 대해 적용됩니다.
Inference-Time Scaling for Diffusion Models beyond Scaling Denoising Steps

OmniThink: 사고를 통해 기계 작성의 지식 경계를 확장하기
OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking

대규모 추론 모델을 향하여: 대규모 언어 모델을 이용한 강화된 추론에 대한 조사
Towards Large Reasoning Models: A Survey of Reinforced Reasoning with Large Language Models

재구성 및 생성을 위한 시각 토크나이저 확장에 대한 교훈
Learnings from Scaling Visual Tokenizers for Reconstruction and Generation

비디오 생성 모델은 비디오를 관찰함으로써 물리적 원리를 학습합니까?
Do generative video models learn physical principles from watching videos?

빠른 속도: 시각-언어-행동 모델을 위한 효율적인 행동 토큰화
FAST: Efficient Action Tokenization for Vision-Language-Action Models

고급 환자 시뮬레이터를 활용한 질문-진단 관계 탐구
Exploring the Inquiry-Diagnosis Relationship with Advanced Patient Simulators

SynthLight: 학습을 통해 확산 모델을 사용하여 초상화 조명을 다시 렌더링하는 SynthLight
SynthLight: Portrait Relighting with Diffusion Model by Learning to Re-render Synthetic Faces

CaPa: 효율적인 4K 텍스처화된 메쉬 생성을 위한 Carve-n-Paint 합성
CaPa: Carve-n-Paint Synthesis for Efficient 4K Textured Mesh Generation

AnyStory: 텍스트에서 이미지 생성을 위한 통합된 단일 및 다중 주제 개인화 방향
AnyStory: Towards Unified Single and Multiple Subject Personalization in Text-to-Image Generation

힙: 대형 언어 모델 평가를 위한 오염되지 않은 다국어 코드 데이터셋
The Heap: A Contamination-Free Multilingual Code Dataset for Evaluating Large Language Models

RLHS: 후견 시뮬레이션을 활용한 RLHF의 불일치 완화
RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation

Support

AI 연구 논문 데일리

추론 시간 스케일링은 스케일링 노이즈 제거 단계를 넘어 확산 모델에 대해 적용됩니다.
Inference-Time Scaling for Diffusion Models beyond Scaling Denoising Steps

OmniThink: 사고를 통해 기계 작성의 지식 경계를 확장하기
OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking

대규모 추론 모델을 향하여: 대규모 언어 모델을 이용한 강화된 추론에 대한 조사
Towards Large Reasoning Models: A Survey of Reinforced Reasoning with Large Language Models

재구성 및 생성을 위한 시각 토크나이저 확장에 대한 교훈
Learnings from Scaling Visual Tokenizers for Reconstruction and Generation

비디오 생성 모델은 비디오를 관찰함으로써 물리적 원리를 학습합니까?
Do generative video models learn physical principles from watching videos?

빠른 속도: 시각-언어-행동 모델을 위한 효율적인 행동 토큰화
FAST: Efficient Action Tokenization for Vision-Language-Action Models

고급 환자 시뮬레이터를 활용한 질문-진단 관계 탐구
Exploring the Inquiry-Diagnosis Relationship with Advanced Patient Simulators

SynthLight: 학습을 통해 확산 모델을 사용하여 초상화 조명을 다시 렌더링하는 SynthLight
SynthLight: Portrait Relighting with Diffusion Model by Learning to Re-render Synthetic Faces

CaPa: 효율적인 4K 텍스처화된 메쉬 생성을 위한 Carve-n-Paint 합성
CaPa: Carve-n-Paint Synthesis for Efficient 4K Textured Mesh Generation

AnyStory: 텍스트에서 이미지 생성을 위한 통합된 단일 및 다중 주제 개인화 방향
AnyStory: Towards Unified Single and Multiple Subject Personalization in Text-to-Image Generation

힙: 대형 언어 모델 평가를 위한 오염되지 않은 다국어 코드 데이터셋
The Heap: A Contamination-Free Multilingual Code Dataset for Evaluating Large Language Models

RLHS: 후견 시뮬레이션을 활용한 RLHF의 불일치 완화
RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation