HOMIE, 사람-사물 중심 영상 개인화의 새 접근
HOMIE는 인물의 정체성을 유지하면서 사물과의 상호작용까지 더 정확하게 생성하려는 영상 개인화 프레임워크다. 멀티모달 대형 모델의 정보를 생성 과정에 더 잘 연결한다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독HOMIE는 인물의 정체성을 유지하면서 사물과의 상호작용까지 더 정확하게 생성하려는 영상 개인화 프레임워크다. 멀티모달 대형 모델의 정보를 생성 과정에 더 잘 연결한다.
더 보기다국어 ASR은 언어 수가 많다고 해서 자동으로 고르게 잘 동작하지 않습니다. GigaAM Multilingual은 중앙아시아 저자원 언어를 대상으로 데이터 편향을 줄이는 학습 전략을 제시합니다.
더 보기Distilled Reinforcement Learning은 결과 보상에 의존하는 강화학습과 교사 분포를 무조건 모방하는 온라인 증류 사이의 간극을 겨냥한다. 교사 모델의 선호를 토큰 수준의 정책 그래디언트에 선택적으로 반영한다.
더 보기Apple-PI는 영상이 그럴듯한지만 보지 않고, 물리 법칙을 따라 생성됐는지도 묻는 벤치마크입니다. 결과뿐 아니라 그에 이르는 추론 과정까지 함께 평가합니다.
더 보기DiffGI는 의류처럼 얇은 쉘 구조와 비다양체 표면을 기존 체적 표현이 잘 다루지 못한다는 문제에서 출발합니다. 연속 2D TSDF와 미분 가능한 Marching Squares를 결합해 2D 잠재공간과 3D 표면 최적화를 직접 연결합니다.
더 보기JoyNexus는 VLA 모델의 지도 미세조정, 강화학습, 평가를 공유 인프라 기반의 멀티테넌트 서비스로 구성해 GPU 활용률과 운영 효율을 높이려는 접근이다.
더 보기Qwen이 공개한 Qwen-Music 기술 보고서는 보컬이 포함된 고음질 노래 생성을 목표로 한다. 핵심은 멜로디 토큰 기반 계획을 먼저 수행한 뒤 전체 곡과 스테레오 음향을 완성하는 구조다.
더 보기이 논문은 RLVR에서 흔히 쓰이는 엔트로피 기반 advantage shaping이 유용한 불확실성과 해로운 혼란을 구분하지 못한다는 점을 지적한다. Contrastive Policy Optimization은 참조 유도 생성과 일반 생성의 token 단위 분포 차이를 활용해 더 정확성에 가까운 학습 신호를 만든다.
더 보기Xiaomi-Robotics-1은 로봇 학습에서도 데이터와 모델 규모의 확대가 성능 향상으로 이어지는지 보여주려는 VLA 기반 모델이다. 10만 시간 이상의 실제 조작 궤적을 사전학습하고, 실제 로봇과 자연어 명령에 맞춰 후학습한다.
더 보기이 논문은 Muon을 희소 보상 에이전트 강화학습에 적용해, 성능 향상이 옵티마이저 자체뿐 아니라 advantage estimator와 learning rate에 크게 좌우된다는 점을 보여준다.
더 보기SVR-R1은 추론 단계의 자기 점검을 강화학습 훈련 루프 안으로 끌어들인 프레임워크다. 모델은 답을 낸 뒤 스스로 Yes/No 판단을 하고, No라면 다시 생각한다.
더 보기새 논문은 협상 값이 암호화돼 있어도 양보 속도, 제안 궤적, 수렴 패턴을 통해 사적 제약이 추론될 수 있다고 지적한다. 연구진은 협상 성능을 유지하면서 추론 공격을 줄이는 적응형 확률 정책을 제안했다.
더 보기이 논문은 보안 에이전트 평가에서 최고 성공률만 보는 방식의 한계를 지적하고, 비용 대비 성공이라는 관점을 제안한다. 공격형 과제와 방어형 SOC 조사 과제는 확장 양상이 서로 다르게 나타났다.
더 보기S1-Omni는 AI for Science 분야의 분산된 데이터 형식과 작업을 하나의 통합 추론 모델로 연결하려는 시도다. 200개 이상의 과학 작업을 다루며 모델 가중치, 추론 코드, 일부 데이터셋도 공개됐다.
더 보기RESOURCE2SKILL은 튜토리얼 영상, 코드 저장소, 문서와 참고 결과물을 소프트웨어 에이전트가 재사용할 수 있는 실행형 스킬로 변환하는 프레임워크다.
더 보기Agon은 비슷한 실력과 다른 행동 특성을 가진 두 모델을 같은 문제에서 경쟁시켜, 서로를 추론 품질의 암묵적 평가자로 활용하는 강화학습 방식이다.
더 보기REBASE는 한 장의 주석된 참조 이미지로 새로운 대상을 분할하는 training-free 프레임워크입니다. 참조 이미지의 배경 특징 부분공간을 제거해, 배경 때문에 생기는 잘못된 이미지 간 유사도 매칭을 줄입니다.
더 보기207개 GitHub 프로젝트의 리뷰 완료 Pull Request 102만 건을 분석한 연구에 따르면, AI Agent 참여는 코드 리뷰 결정을 빠르게 만들지만 품질 향상으로 일관되게 이어지지는 않는다.
더 보기RAGU는 지식 추출과 그래프 정제를 분리한 오픈소스 GraphRAG 엔진이다. 전용 7B 모델 Meno-Lite-0.1을 통해 대형 모델 의존도를 낮추는 것이 핵심이다.
더 보기KAIST AI의 연구는 VLA 모델에서 카메라 관측 좌표계와 로봇 행동 좌표계가 어긋나는 문제를 다룬다. Robot-centric pointmaps는 각 픽셀에 로봇 좌표계 기준 3D 위치를 담아 기존 2D VLA에 비교적 쉽게 결합할 수 있는 표현이다.
더 보기RecGPT-V3는 지속적으로 진화하는 사용자 메모리, Semantic IDs 기반 상품 grounding, 잠재 토큰 추론을 결합한 산업용 LLM 추천 시스템이다. 타오바오 ‘Guess What You Like’ 피드 적용 결과 GMV +3.97%, 서빙 리소스 소비 52.4% 감소가 보고됐다.
더 보기