AI 연구 논문 데일리

번역이 포함된 일일 선별된 AI 연구 논문

SRMT: 다중 에이전트 평생 경로 탐색을 위한 공유 메모리
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding

Alsu Sagirova, Yuri Kuratov, Mikhail Burtsev•Jan 22, 2025•643

인간 피드백을 활용한 비디오 생성의 향상
Improving Video Generation with Human Feedback

Jie Liu, Gongye Liu, Jiajun Liang, Ziyang Yuan, Xiaokun Liu, Mingwu Zheng, Xiele Wu, Qiulin Wang, Wenyu Qin, Menghan Xia, Xintao Wang, Xiaohong Liu, Fei Yang, Pengfei Wan, Di Zhang, Kun Gai, Yujiu Yang, Wanli Ouyang•Jan 23, 2025•494

시그마: 효율적인 언어 모델을 위한 쿼리, 키 및 값의 차별적인 재척도화
Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models

Zhenghao Lin, Zihao Tang, Xiao Liu, Yeyun Gong, Yi Cheng, Qi Chen, Hang Li, Ying Xin, Ziyue Yang, Kailai Yang, Yu Yan, Xiao Liang, Shuai Lu, Yiming Huang, Zheheng Luo, Lei Qu, Xuan Feng, Yaoxiang Wang, Yuqing Xia, Feiyang Chen, Yuting Jiang, Yasen Hu, Hao Ni, Binyang Li, Guoshuai Zhao, Jui-Hao Chiang, Zhongxin Guo, Chen Lin, Kun Kuang, Wenjie Li, Yelong Shen, Jian Jiao, Peng Cheng, Mao Yang•Jan 23, 2025•442

CoT를 사용하여 이미지를 생성할 수 있을까? 이미지 생성 과정을 단계별로 확인하고 강화해 볼까요?
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step

Ziyu Guo, Renrui Zhang, Chengzhuo Tong, Zhizheng Zhao, Peng Gao, Hongsheng Li, Pheng-Ann Heng•Jan 23, 2025•372

비디오-MMMU: 다학제 전문가 비디오로부터의 지식 습득 평가
Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

Kairui Hu, Penghao Wu, Fanyi Pu, Wang Xiao, Yuanhan Zhang, Xiang Yue, Bo Li, Ziwei Liu•Jan 23, 2025•242

장형식 비디오 이해를 위한 시간적 선호도 최적화
Temporal Preference Optimization for Long-Form Video Understanding

Rui Li, Xiaohan Wang, Yuhui Zhang, Zeyu Wang, Serena Yeung-Levy•Jan 23, 2025•223

IMAGINE-E: 최첨단 텍스트-이미지 모델의 이미지 생성 지능 평가
IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models

Jiayi Lei, Renrui Zhang, Xiangfei Hu, Weifeng Lin, Zhen Li, Wenjian Sun, Ruoyi Du, Le Zhuo, Zhongyu Li, Xinyue Li, Shitian Zhao, Ziyu Guo, Yiting Lu, Peng Gao, Hongsheng Li•Jan 23, 2025•152

단계별 이진 피드백을 통해 수학적 추론 최적화하기: Step-KTO
Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback

Yen-Ting Lin, Di Jin, Tengyu Xu, Tianhao Wu, Sainbayar Sukhbaatar, Chen Zhu, Yun He, Yun-Nung Chen, Jason Weston, Yuandong Tian, Arash Rahnama, Sinong Wang, Hao Ma, Han Fang•Jan 18, 2025•153

DiffuEraser: 비디오 인페인팅을 위한 확산 모델
DiffuEraser: A Diffusion Model for Video Inpainting

Xiaowen Li, Haolan Xue, Peiran Ren, Liefeng Bo•Jan 17, 2025•142

환각은 약물 발견에서 대형 언어 모델의 성능을 향상시킬 수 있습니다.
Hallucinations Can Improve Large Language Models in Drug Discovery

Shuzhou Yuan, Michael Färber•Jan 23, 2025•108

한 프롬프트 한 이야기: 단일 프롬프트를 사용한 무료 식사 일관된 텍스트 대 이미지 생성
One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt

Tao Liu, Kai Wang, Senmao Li, Joost van de Weijer, Fahad Shahbaz Khan, Shiqi Yang, Yaxing Wang, Jian Yang, Ming-Ming Cheng•Jan 23, 2025•92

EmbodiedEval: 체현된 에이전트로서 다중 모달 LLMs 평가
EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents

Zhili Cheng, Yuge Tu, Ran Li, Shiqi Dai, Jinyi Hu, Shengding Hu, Jiahao Li, Yang Shi, Tianyu Yu, Weize Chen, Lei Shi, Maosong Sun•Jan 21, 2025•72

EchoVideo: 다중 모달 특징 융합을 통한 신원 보존 인간 비디오 생성
EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion

Jiangchuan Wei, Shiyue Yan, Wenfeng Lin, Boyuan Liu, Renjie Chen, Mingyu Guo•Jan 23, 2025•72

AI 연구 논문 데일리

SRMT: 다중 에이전트 평생 경로 탐색을 위한 공유 메모리
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding

인간 피드백을 활용한 비디오 생성의 향상
Improving Video Generation with Human Feedback

시그마: 효율적인 언어 모델을 위한 쿼리, 키 및 값의 차별적인 재척도화
Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models

CoT를 사용하여 이미지를 생성할 수 있을까? 이미지 생성 과정을 단계별로 확인하고 강화해 볼까요?
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step

비디오-MMMU: 다학제 전문가 비디오로부터의 지식 습득 평가
Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

장형식 비디오 이해를 위한 시간적 선호도 최적화
Temporal Preference Optimization for Long-Form Video Understanding

IMAGINE-E: 최첨단 텍스트-이미지 모델의 이미지 생성 지능 평가
IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models

단계별 이진 피드백을 통해 수학적 추론 최적화하기: Step-KTO
Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback

DiffuEraser: 비디오 인페인팅을 위한 확산 모델
DiffuEraser: A Diffusion Model for Video Inpainting

환각은 약물 발견에서 대형 언어 모델의 성능을 향상시킬 수 있습니다.
Hallucinations Can Improve Large Language Models in Drug Discovery

한 프롬프트 한 이야기: 단일 프롬프트를 사용한 무료 식사 일관된 텍스트 대 이미지 생성
One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt

EmbodiedEval: 체현된 에이전트로서 다중 모달 LLMs 평가
EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents

EchoVideo: 다중 모달 특징 융합을 통한 신원 보존 인간 비디오 생성
EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion

토론은 약한 강한 일반화를 돕습니다.
Debate Helps Weak-to-Strong Generalization

제어 LLM: LLM에서 지능 유지를 위한 제어된 진화
Control LLM: Controlled Evolution for Intelligence Retention in LLM

진화와 기계 학습의 나이트 시각적 맹점
Evolution and The Knightian Blindspot of Machine Learning

GSTAR: 가우시안 표면 추적 및 재구성
GSTAR: Gaussian Surface Tracking and Reconstruction

Support

AI 연구 논문 데일리

SRMT: 다중 에이전트 평생 경로 탐색을 위한 공유 메모리
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding

인간 피드백을 활용한 비디오 생성의 향상
Improving Video Generation with Human Feedback

시그마: 효율적인 언어 모델을 위한 쿼리, 키 및 값의 차별적인 재척도화
Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models

CoT를 사용하여 이미지를 생성할 수 있을까? 이미지 생성 과정을 단계별로 확인하고 강화해 볼까요?
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step

비디오-MMMU: 다학제 전문가 비디오로부터의 지식 습득 평가
Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

장형식 비디오 이해를 위한 시간적 선호도 최적화
Temporal Preference Optimization for Long-Form Video Understanding

IMAGINE-E: 최첨단 텍스트-이미지 모델의 이미지 생성 지능 평가
IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models

단계별 이진 피드백을 통해 수학적 추론 최적화하기: Step-KTO
Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback

DiffuEraser: 비디오 인페인팅을 위한 확산 모델
DiffuEraser: A Diffusion Model for Video Inpainting

환각은 약물 발견에서 대형 언어 모델의 성능을 향상시킬 수 있습니다.
Hallucinations Can Improve Large Language Models in Drug Discovery

한 프롬프트 한 이야기: 단일 프롬프트를 사용한 무료 식사 일관된 텍스트 대 이미지 생성
One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt

EmbodiedEval: 체현된 에이전트로서 다중 모달 LLMs 평가
EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents

EchoVideo: 다중 모달 특징 융합을 통한 신원 보존 인간 비디오 생성
EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion

토론은 약한 강한 일반화를 돕습니다.
Debate Helps Weak-to-Strong Generalization

제어 LLM: LLM에서 지능 유지를 위한 제어된 진화
Control LLM: Controlled Evolution for Intelligence Retention in LLM

진화와 기계 학습의 나이트 시각적 맹점
Evolution and The Knightian Blindspot of Machine Learning

GSTAR: 가우시안 표면 추적 및 재구성
GSTAR: Gaussian Surface Tracking and Reconstruction