KOINEU

Adaptive Hierarchical Evaluation of LLMs and SAST tools for CWE Prediction in Python

본 논문은 LLM과 전통적인 정적 분석 도구(SAST)의 취약점 탐지 능력을 비교 평가하기 위해 새로운 벤치마크 프레임워크인 ALPHA를 설계한 점에서 학술적·실무적 의의가 크다. 기존의 이진 분류 기반 벤치마크는 “취약점 존재 여부”만을 판단하도록 제한돼, 개발자가 실제 코드 수정에 활용할 수 있는 구체적인 CWE(CWE‑Common Weakness Enumeration) 정보를 제공하지 못한다는 한계가 있었다. ALPHA는 이러한 한계를 극복하기 위해 함수 수준에서 CWE 레이블을 부여하고, 오류 유형을 세 가지 계층적 패널티(

January 04, 2026

Computer Science Software Engineering

An Explainable Agentic AI Framework for Uncertainty-Aware and Abstention-Enabled Acute Ischemic Stroke Imaging Decisions

본 논문은 급성 뇌졸중 영상 진단을 위한 AI 시스템의 개선 방향을 제시하며, 특히 불확실성 인식과 의사결정 제어 메커니즘을 통합한 에이전트 기반 접근 방식에 초점을 맞추고 있습니다. 이 연구는 의료 AI 분야에서 중요한 문제를 해결하려는 시도로, 안전성, 해석 가능성 및 임상 관련성을 강조하고 있습니다. 기술적 혁신성 본 논문의 핵심 혁신은 에이전트 기반 AI 프레임워크를 통해 불확실성 인식과 의사결정 제어 메커니즘을 통합한 것입니다. 이 접근 방식은 단순히 예측을 제공하는 것이 아니라, 불확실성이 높은 경우 보류 결정을 내릴 수

January 03, 2026

Framework Image Processing Electrical Engineering and Systems Science

Evolving CNN Architectures: From Custom Designs to Deep Residual Models for Diverse Image Classification and Detection Tasks

: 본 연구는 다양한 이미지 데이터셋에 대한 컨볼루션 신경망(CNN)의 성능을 평가하며, 특히 맞춤형 CNN 아키텍처와 표준 딥 학습 모델 간의 차이점을 분석한다. 다섯 가지 데이터셋(도로 손상 감지, 보행로 침범 감지, 망고 품종 인식, 쌀 종류 분류, 오토릭샤 감지)을 사용하여 CNN의 성능을 평가하고, 표준 딥 학습 아키텍처와 맞춤형 CNN 아키텍처 간의 차이점을 분석한다. 1. 데이터셋 및 문제 정의 도로 손상 감지 : 이진 분류 작업으로 도로의 손상 여부를 판단한다. 보행로 침범 감지 : 보행로가 침범되었는지를 판별하는 이

January 03, 2026

Computer Science Computer Vision Detection Model

No Image

Harm in AI-Driven Societies: An Audit of Toxicity Adoption on Chirper.ai

본 논문은 AI 기반 소셜 에이전트가 온라인 플랫폼에서 어떻게 행동하는지에 대한 깊이 있는 이해를 제공하며, 특히 독성 콘텐츠 생성과 관련된 문제점을 집중적으로 분석한다. 이 연구는 Chirper.ai라는 플랫폼을 통해 LLM 기반 에이전트의 동작 패턴을 경험적으로 감사하고, 이러한 에이전트들이 어떻게 독성을 생성하고 채택하는지에 대한 중요한 통찰력을 제공한다. 기술적 혁신성 본 논문은 AI 기반 소셜 에이전트의 행동 이해를 위한 새로운 접근법을 제시한다. 특히, Chirper.ai 플랫폼을 활용하여 LLM 기반 에이전트가 독성 콘

January 03, 2026

Computer Science Multiagent Systems

LLM Collusion

본 논문은 알고리즘 기반 가격 결정 체계에서 대형 언어 모델(LLM)이 불법적인 담합을 유발할 수 있는 잠재적 위험에 대해 깊이 있게 분석하고 있습니다. 이 연구는 LLM의 공유된 지식 인프라와 데이터 집적 정책이 어떻게 시장 수준에서 조율되지 않은 협력을 가능하게 하는지, 그리고 이러한 메커니즘은 어떻게 실제 비즈니스 환경에서 위험성을 높이는지를 설명하고 있습니다. 기술적 혁신성 본 논문의 주요 기술적 혁신성은 LLM이 가격 책정에 활용될 때 발생할 수 있는 콜루션 위험을 이론적으로 분석하는 것입니다. 특히, 본 연구는 LLM이

January 03, 2026

Economics

ElecTwit: A Framework for Studying Persuasion in Multi-Agent Social Systems

: 본 논문은 ElecTwit 프레임워크를 통해 LLM이 다중 에이전트 사회 시스템에서 어떻게 설득력을 발휘하는지 분석하고 있습니다. 이 연구는 기존의 단순화된 게임 기반 시뮬레이션을 넘어, 실제 사회 상호작용에 더 가까운 환경을 구축하여 LLM의 행동 패턴과 설득 전략을 탐구합니다. 1. ElecTwit 플랫폼 및 실험 설계 ElecTwit는 트위터(X)를 모방한 소셜 미디어 플랫폼으로, 투표자와 후보자가 상호작용하는 정치 선거 시나리오를 시뮬레이션합니다. 각 에이전트는 280자 제한 내에서 게시물과 댓글을 작성하고, 좋아요를 누

January 02, 2026

Computer Science System Framework Artificial Intelligence

Measuring Social Media Polarization Using Large Language Models and Heuristic Rules

이 논문은 기존 감성 분석이나 사전 학습된 분류기 중심의 양극화 연구와 차별화되는 두 가지 핵심 요소를 제시한다. 첫째, 대형 언어 모델을 활용해 텍스트에서 ‘입장(stance)’, ‘감정적 어조(affective tone)’, ‘동의·반대 패턴(agreement dynamics)’을 다층적으로 추출한다는 점이다. 기존 방법은 주로 단일 차원의 감성 점수(긍정/부정) 혹은 사전 정의된 레이블(찬성/반대)만을 제공했지만, LLM은 문맥을 고려해 미묘한 입장 변화를 포착하고, 감정의 강도와 유형(분노, 슬픔, 혐오 등)까지 세분화한다.

January 02, 2026

Computer Science Social Networks Model

Optimizing LSTM Neural Networks for Resource-Constrained Retail Sales Forecasting: A Model Compression Study

이 논문은 소매 판매 예측 분야에서 LSTM 네트워크의 효율성과 정확성을 극대화하는 방법에 대해 깊이 있게 탐구하고 있다. 특히, 이 연구는 자원 제약을 가진 소규모 및 중소 규모 매장에서도 효과적인 AI 기반 예측 시스템을 구축할 수 있도록 하는 모델 압축 기법의 중요성을 강조한다. 기술적 혁신성 이 논문은 LSTM 네트워크를 압축하는 다양한 방법론을 체계적으로 평가하고, 특히 64개 은닉 유닛을 가진 모델이 가장 높은 예측 정확도를 보이는 것을 발견했다. 이는 표준 LSTM(128개 은닉 유닛)보다 메모리 사용량을 줄이고 추론

January 02, 2026

Computer Science Network Machine Learning Model

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

본 논문은 임상 현장에서 조영제 사용에 따른 부작용과 시간 지연 문제를 해결하고자, 비조영 CT 영상만을 이용해 폐색전증을 자동으로 판별하는 3D 합성곱 신경망(3D‑CNN) 모델을 개발하였다. 먼저 데이터셋 구축 단계에서 조영제 사용이 금지된 환자군과 기존 CTPA 영상에서 라벨링된 폐색전증 사례를 매칭시켜, 비조영 CT와 라벨 정보를 일치시켰다. 이는 라벨링 비용을 크게 절감하면서도 실제 임상 상황을 반영한 데이터베이스를 확보하는 전략이다. 모델 구조는 입력 볼륨을 3차원으로 처리하여 폐혈관 및 주변 조직의 미세한 밀도 차이를

January 01, 2026

Computer Vision Computer Science Learning

Engineering Attack Vectors and Detecting Anomalies in Additive Manufacturing

: 본 연구는 3D 프린팅 시스템의 보안 취약점을 심층적으로 분석하고, 특히 G 코드 조작과 관련된 공격 벡터를 탐구한다. Creality K1 Max와 Ender 3 프린터를 대상으로 다양한 공격 시나리오를 구현하고, 이를 감지하기 위한 비감독형 침입 탐지 시스템(IDS)을 제안한다. 1. 공격 벡터 분석 Man in the Middle (MitM) 침입 : 사용자 인터페이스에서 프린터 펌웨어로 G 코드 파일이 업로드되는 동안 이를 가로채고 조작한다. 지연된 인쇄 착취(Deferred Print Exploit) : G 코드 실행을

January 01, 2026

Computer Science Cryptography and Security

No Image

FlashInfer-Bench: Building the Virtuous Cycle for AI-driven LLM Systems

FlashInfer‑Bench 논문은 “AI‑generated GPU kernel”이라는 최신 연구 흐름을 실제 서비스 환경에 적용하기 위한 인프라스트럭처 설계라는 관점에서 매우 의미 있는 기여를 하고 있다. 첫 번째 핵심은 FlashInfer Trace 라는 메타데이터 스키마이다. 기존에 LLM이 생성한 코드를 단순히 텍스트로 저장하고 인간이 수동으로 검증하는 방식은 확장성이 떨어진다. Trace는 커널 인터페이스(입출력 텐서 형태, 메모리 요구량), 워크로드 특성(배치 크기, 시퀀스 길이), 구현 세부사항(언어, 컴파일 옵션)

January 01, 2026

Computer Science Artificial Intelligence System

Classifying long legal documents using short random chunks

이 논문은 법률 문서와 같이 텍스트 길이가 수천 토큰에 달하는 도메인에서 Transformer 모델의 입력 제한을 우회하기 위한 실용적인 접근법을 제시한다. 기존 연구들은 보통 전체 문서를 슬라이딩 윈도우 방식으로 나누거나, 핵심 문장을 추출하는 전처리 단계에 의존한다. 그러나 슬라이딩 윈도우는 연산량이 급증하고, 핵심 문장 추출은 도메인 특화된 요약 모델이 필요해 추가 비용이 발생한다. 저자들은 이러한 문제를 “무작위 청크 샘플링”이라는 간단하지만 효과적인 전략으로 해결한다. 48개의 청크를 무작위로 선택함으로써 문서 전체의 다양

December 31, 2025

Computer Science NLP

No Image

DynaFix: Iterative Automated Program Repair Driven by Execution-Level Dynamic Information

DynaFix가 제시하는 핵심 아이디어는 “실행‑레벨 동적 정보”를 반복적인 피드백 루프에 통합함으로써 LLM 기반 APR의 한계를 극복한다는 점이다. 기존 LLM‑APR 연구는 주로 정적 코드 구조와 테스트 스위트 결과에 의존했으며, 이는 프로그램의 실제 동작을 반영하지 못한다. 정적 정보만으로는 변수 값의 변동, 조건문 분기, 예외 발생 경로 등 복잡한 런타임 상황을 정확히 파악하기 어렵다. DynaFix는 이러한 문제를 해결하기 위해 매 라운드마다 프로그램을 실제로 실행하고, 변수 스냅샷, 제어 흐름 트레이스, 호출 스택 등

December 31, 2025

Computer Science Software Engineering

확률적 트리 탐색으로 강화된 확산 언어 모델 추론

: 본 논문은 확산 언어 모델(DLMs)의 추론 과정을 개선하기 위한 새로운 접근 방식을 제시한다. DLMs는 이산 시퀀스 생성에서 자율적(Autoregressive, AR) 모델에 대항하는 강력한 도전자로 부상하고 있다. 이러한 모델은 토큰을 독립적으로 마스킹하여 오염 과정을 역전시키는 방식으로 작동하며, 이는 병렬 정제와 글로벌 일관성 향상을 가능하게 한다. DLMs의 추론 과정 DLMs의 추론 과정은 본질적으로 검색 문제로 표현될 수 있다. 오염된 시퀀스로부터 시작하여, 모델은 어떤 위치를 해제하고 어떤 토큰을 할당할지 반복적

December 31, 2025

Deep Learning in Geotechnical Engineering: A Critical Assessment of PINNs and Operator Learning

이 논문은 최근 지반공학 분야에 도입된 세 가지 딥러닝 프레임워크—물리 기반 신경망(PINN), 딥 연산자 네트워크(DeepONet), 그래프 네트워크 시뮬레이터(GNS)—를 전통적인 수치 해법과 직접 비교함으로써 실용성을 평가한다. 첫 번째 실험인 파동 전파 문제는 고주파 동적 응답을 정확히 포착해야 하는 전형적인 테스트베드이다. 여기서 PINN은 물리 방정식을 손실 함수에 직접 삽입하는 방식임에도 불구하고, 미분 연산과 최적화 과정에서 발생하는 수치적 불안정성으로 인해 유한차분(FD) 대비 90 000배 느려졌다. 오차 측면에서

December 30, 2025

Learning Physics

No Image

Factorized Learning for Temporally Grounded Video-Language Models

이 논문은 기존 비디오‑언어 모델이 “한 번에 전체 비디오를 요약하고 질문에 답한다”는 전통적인 패러다임을 탈피한다는 점에서 큰 의미가 있다. 기존 방법들은 종종 시간적 정보를 흐릿하게 처리하거나, 근거가 되는 시각적 증거를 명시적으로 제시하지 못해 해석 가능성이 낮았다. 저자들은 이러한 한계를 극복하기 위해 두 가지 핵심 아이디어를 제시한다. 첫 번째는 generation objective의 factorization 이다. 모델이 먼저 “어떤 시간 구간이 질문에 대한 근거가 되는가”를 판단하고, 그 구간에 해당하는 evidence

December 30, 2025

Computer Science Model Learning Computer Vision

Skim-Aware Contrastive Learning for Efficient Document Representation

Paper Analysis Title and Abstract Overview: The paper titled 'Skim Aware Contrastive Learning for Efficient Document Representation' focuses on developing an efficient document encoder that can handle long documents effectively, inspired by how domain experts like legal or medical professionals skim

December 30, 2025

Computer Science NLP Learning

Unified Embodied VLM Reasoning with Robotic Action via Autoregressive Discretized Pre-training

이 논문은 로봇 조작 시스템이 직면한 두 가지 핵심 과제, 즉 “넓은 의미적 일반화”와 “고정밀 연속 제어” 사이의 균형을 정밀하게 진단하고 해결책을 제시한다는 점에서 큰 의미가 있다. 먼저 ERIQ(Embodied Reasoning Intelligence Quotient)라는 새로운 벤치마크를 도입했는데, 이는 기존 VLA 모델 평가가 “입력‑출력” 형태의 성공률에만 초점을 맞추는 반면, 질문‑답변 형태의 6천 개 이상 데이터셋을 통해 ‘추론 단계’를 별도로 측정한다는 점이 차별점이다. 네 가지 추론 차원(예: 물체 관계 이해,

December 30, 2025

Computer Science Robotics

Agent2World: Learning to Generate Symbolic World Models via Adaptive Multi-Agent Feedback

AGENT2WORLD는 기존 LLM 기반 세계 모델 생성 연구가 직면한 두 가지 핵심 문제—대규모 검증 가능한 학습 데이터 부족과 정적 검증의 한계—를 동시에 해결하려는 혁신적인 접근이다. 첫 번째 단계인 Deep Researcher 에이전트는 자동화된 웹 검색과 정보 추출 파이프라인을 통해 사양 문서에 존재하는 빈틈을 메우고, 최신 연구·산업 동향을 반영한 지식을 동적으로 수집한다. 이는 인간 연구자가 수행하는 ‘문헌 조사’ 과정을 모델링한 것으로, 모델이 최신 도메인 지식을 반영하도록 보장한다. 두 번째 단계인 Model Dev

December 26, 2025

Model Learning

SciEvalKit: An Open-source Evaluation Toolkit for Scientific General Intelligence

SciEvalKit은 AI‑for‑Science 분야에서 가장 시급히 요구되는 ‘과학적 지능’의 정량적 평가 체계를 제공한다는 점에서 의미가 크다. 기존의 일반‑목적 LLM 평가 플랫폼은 텍스트 이해·생성 능력에 초점을 맞추는 반면, 과학 연구에서는 실험 데이터 해석, 수식·시뮬레이션 결과 분석, 실험 설계와 같은 멀티모달·기호적 사고가 핵심이다. 본 툴킷은 이러한 요구를 ‘Scientific Multimodal Perception’, ‘Scientific Symbolic Reasoning’ 등 구체적인 역량으로 분류하고, 각 역량

December 26, 2025

UltraShape 1.0: High-Fidelity 3D Shape Generation via Scalable Geometric Refinement

Paper Analysis Based on the Korean Translation Title and Abstract The paper titled 'UltraShape 1.0: An Innovative Deep Learning Approach for High Quality 3D Assets' introduces a novel deep learning framework designed to address challenges in generating high quality 3D assets. The abstract highlights

December 24, 2025

ASTIF: Adaptive Semantic-Temporal Integration for Cryptocurrency Price Forecasting

ASTIF 논문은 금융 시계열 예측을 ‘정보 융합’ 관점에서 재조명함으로써 기존 연구의 한계를 명확히 짚어낸다. 첫 번째로, 가격 변동을 설명하는 데 있어 ‘의미적 요인’—정책 불확실성, 시장 서사, 소셜 미디어 분위기 등—을 언어 모델을 통해 정량화한다는 시도는 매우 혁신적이다. 특히 MirrorPrompt라는 프롬프트 설계 기법을 활용해 소형 언어 모델(Large Language Model, LLM)의 파라미터 효율성을 높이고, 동시에 두 개의 채널(텍스트와 수치)에서 정보를 추출하도록 설계한 점은 연산 비용과 실시간 적용 가능

December 21, 2025

Hyperbolic Graph Embeddings: a Survey and an Evaluation on Anomaly Detection

하이퍼볼릭 그래프 임베딩은 최근 복잡하고 비유클리드적인 네트워크 구조를 모델링하는 데 주목받고 있다. 전통적인 유클리드 임베딩은 노드 간 거리와 관계를 평면 혹은 저차원 유클리드 공간에 투사함으로써 트리 구조나 스케일‑프리 네트워크와 같은 고차원적 계층성을 충분히 표현하지 못한다. 반면, 하이퍼볼릭 공간은 지수적으로 확장되는 볼륨 특성을 가지고 있어, 동일한 차원 내에서 더 많은 노드를 구분할 수 있다. 이러한 특성은 특히 이상 탐지와 같이 정상 패턴과 비정상 패턴 사이의 미세한 차이를 포착해야 하는 작업에 유리하다. 본 논문에서는

December 21, 2025

Detection

A Formal Descriptive Language for Learning Dynamics: A Five-Layer Structural Coordinate System

이 논문이 제시하는 다층 형식 기술 프레임워크는 학습 과정을 ‘기술’한다는 점에서 기존의 ‘예측·최적화’ 중심 모델과 근본적으로 차별화된다. 학습은 단순히 성과를 높이는 목표 함수의 최소화가 아니라, 학습자 내부의 상태가 외부 자극과 어떻게 상호작용하면서 변형되는가에 대한 서술적 이해가 필요하다. 이를 위해 저자는 학습을 네 개의 기능적 층—부하 생성층, 내부 변환층, 관찰·측정층, 평가·조절층—으로 분리하고, 각 층이 담당하는 책임을 명확히 정의한다. 첫 번째 부하 생성층은 외부 과제·자료가 학습자에게 제공될 때 발생하는 인지 부

December 20, 2025

Learning System

Dynamic Entropy Tuning in Reinforcement Learning Low-Level Quadcopter Control: Stochasticity vs Determinism

본 연구는 강화학습에서 정책의 확률적·결정적 특성을 비교함과 동시에, 엔트로피 조절 메커니즘이 정책 학습에 미치는 구체적 효과를 정량적으로 분석하였다. 먼저, 확률적 정책을 구현하기 위해 선택된 Soft Actor‑Critic(SAC)은 최대 엔트로피 원칙을 기반으로 하여 정책이 높은 엔트로피를 유지하도록 유도한다. 이는 탐색 단계에서 다양한 행동을 시도하게 함으로써 지역 최적해에 빠지는 위험을 감소시킨다. 그러나 고정된 엔트로피 가중치(α)를 사용하면 학습 초기에 과도한 탐색으로 인해 수렴 속도가 저하되거나, 학습 후기에 엔트로피

December 20, 2025

Learning

Sophia: A Persistent Agent Framework of Artificial Life

본 논문이 제기하는 문제는 현재 LLM 기반 AI 에이전트가 ‘반응형’ 구조에 머무른다는 점이다. 즉, 에이전트는 외부 입력에 즉시 대응하고, 사전에 정의된 파이프라인을 따라 작업을 수행하지만, 시간에 따라 변화하는 목표나 환경에 대한 자율적 적응 메커니즘이 부재하다. 이는 인간의 두 시스템 이론(System 1: 빠르고 직관적인 인지, System 2: 느리고 논리적인 사고)과는 달리, 인간은 상황에 따라 메타인지적 층을 활성화해 자신의 사고 과정을 점검하고, 장기적인 가치와 일치하도록 행동을 재조정한다. LLM은 현재 ‘지각’

December 20, 2025

Framework

AncientBench: Towards Comprehensive Evaluation on Excavated and Transmitted Chinese Corpora

1. 연구 배경 및 필요성 본 논문은 고대 중국어 문서를 이해하는 데 있어 대규모 언어 모델(LLM)의 역할과 중요성을 강조합니다. 특히, 발굴된 고대 문서는 원시적이고 진실한 언어 양식을 보유하고 있어, 이들 문서에 대한 체계적인 평가 방법론이 필요하다는 점을 지적합니다. 기존 벤치마크는 주로 현대 중국어와 전승된 고대 문서를 다루고 있지만, 발굴된 문서의 특성과 복잡성을 반영하지 못하고 있어, 이에 대한 새로운 평가 체계인 AncientBench 를 제안합니다. 2. AncientBench 구성 및 특징 AncientBench는

December 19, 2025

How physics got its right hand: The origins of chiral conventions in electromagnetism

회전 방향과 좌표계 손잡이 규약은 과학사에서 우연히 정해진 것이 아니라, 실험적 관찰과 이론적 필요에 의해 점진적으로 확립된 사회문화적 산물이다. 18세기 말까지 회전의 양의 방향에 대한 합의는 존재하지 않았으며, 회전축을 지정할 때는 주로 시계방향을 ‘양’으로, 반시계방향을 ‘음’으로 보는 경우가 많았다. 그러나 전자기학이 급속히 발전하면서, 특히 19세기 중반에 전류와 자기장의 관계를 정량화하려는 시도가 본격화되었다. 앙드레‑마리 앙페르는 전류가 흐르는 도선 주위에 발생하는 자기장의 방향을 오른손 나사법으로 정의했으며, 이는 전

December 19, 2025

Interpretable Plant Leaf Disease Detection Using Attention-Enhanced CNN

: 본 논문은 식물 잎 질병 감지 분야에서 설명 가능한 딥러닝 접근법의 중요성을 강조하며, 이를 통해 농업 산업의 효율성과 정확성을 향상시키는 방법을 제시하고 있습니다. 주요 내용은 다음과 같습니다: 1. 연구 배경 및 필요성 : 농업 분야에서 식물 질병은 극단적인 기후 변화, 미생물 감염 등 다양한 요인에 의해 발생하며, 이로 인해 작물의 생산성이 크게 저하됩니다. 전통적으로 인간 검사를 통해 질병을 확인했지만, 이는 시간과 노동력이 많이 소요되며 대규모 농장에서는 효과적이지 않습니다. 2. 기존 연구 및 문제점 : 최근에는 CN

December 19, 2025

Detection

More Consistent Accuracy PINN via Alternating Easy-Hard Training

본 논문은 PINNs의 안정성과 정확성을 향상시키기 위한 새로운 학습 전략을 제안하고 있습니다. 특히, 하드 우선순위와 쉬운 우선순위 지정이라는 두 가지 기존 접근 방식을 결합한 하이브리드 프레임워크를 통해 PINNs의 성능을 개선하려고 합니다. 학습 전략 비교 하드 우선순위: 이 방법은 높은 손실 샘플 포인트에 초점을 맞추어 모델이 PDE 도메인의 더 도전적인 영역에 집중하도록 유도합니다. 예를 들어, 잔여 기반 Smote(RSmote)는 불균형 학습 전략을 위한 지역적 적응형 샘플링 방법으로, 계산적으로 큰 잔여 손실이 있는 영

December 19, 2025

Weighted Stochastic Differential Equation to Implement Wasserstein-Fisher-Rao Gradient Flow

이 논문은 최근 생성 모델링 분야에서 급부상하고 있는 점수 기반 확산 모델(score‑based diffusion models, SBDM)의 근본적인 한계를 짚어낸다. 기존 SBDM은 Ornstein‑Uhlenbeck 형태의 확률 미분 방정식(SDE)을 이용해 데이터 분포를 점차적으로 노이즈화하고, 역방향으로 노이즈를 제거하면서 샘플을 생성한다. 이 과정은 두 가지 핵심 요소, 즉 deterministic drift term과 stochastic diffusion term으로 구성되며, 수학적으로는 과감감쇠형(over‑damped)

December 19, 2025

From Isolation to Entanglement: When Do Interpretability Methods Identify and Disentangle Known Concepts?

: 본 논문은 신경망 내에서 원인 변수와 메커니즘을 이해하고 제어하기 위한 해석 가능성 연구의 한계를 탐색한다. 특히, 희소 자가 인코더(SAE)와 같은 특징화 방법이 활성화 벡터를 더 희소한 공간으로 매핑하여 차원과 개념 간의 일대일 관계를 강화하는 방식을 분석하고 있다. 1. 해석 가능성과 원인 변수 제어 해석 가능성은 신경망의 행동 이해 및 제어를 목표로 하는 분야이다. 이는 기본적인 원인 변수와 메커니즘을 파악하려는 시도를 포함한다. 희소 자가 인코더(SAE)와 같은 특징화 방법이 활성화 벡터를 더 희소한 공간으로 매핑하여

December 17, 2025

FIN-bench-v2: A Unified and Robust Benchmark Suite for Evaluating Finnish Large Language Models

: 1. 연구 배경 및 필요성 본 논문은 핀란드어 대형 언어 모델(LLM)의 평가를 위한 새로운 벤치마크 스위트, FIN bench v2를 소개합니다. LLM은 자연어 처리(NLP) 분야에서 획기적인 발전을 이끌었으며, 특히 저자원 언어인 핀란드어에서 모델 개발에 필요한 평가 자원이 부족한 문제를 해결하기 위해 노력하고 있습니다. 2. 기존 리소스의 문제점 데이터 품질 : 기계 번역으로 생성된 데이터셋은 인간 검토 없이 제공되어, 모델 성능을 제한할 수 있는 요인이 됩니다. 작업 구성 : 작업 구성이 단순하며 프롬프트 감수성을 고려

December 15, 2025

Model

Automating Historical Insight Extraction from Large-Scale Newspaper Archives via Neural Topic Modeling

분석 요약 이 논문은 BERTopic이라는 최신 자연어 처리(NLP) 기법을 활용하여 역사 신문 아카이브에서 핵 에너지에 대한 담론을 탐색하는 방법을 제시하고 있습니다. 주요 내용과 기여는 다음과 같습니다: 1. 역사적 자료의 중요성 : 논문은 신문이 과거 사건, 사회 동향, 문화 서사를 파악하는 데 중요한 역할을 한다고 강조합니다. 전통적인 수동 분석 방법의 한계를 지적하고, 계산 접근 방식의 필요성을 제시합니다. 2. 토픽 모델링 기법 : 논문은 대수적 토픽 모델, 확률적 토픽 모델, 신경 토픽 모델로 구분되는 다양한 토픽 모델

December 12, 2025

Model

BAID: A Benchmark for Bias Assessment of AI Detectors

Summary and Analysis of the Paper Title: AI Text Detector Bias Evaluation Framework (BAID) The paper introduces a comprehensive framework, BAID, designed to systematically evaluate biases in AI text detectors. This is particularly relevant given the increasing sophistication of large language models

December 12, 2025

Log Anomaly Detection with Large Language Models via Knowledge-Enriched Fusion

: 1. 연구 배경과 문제 인식 시스템 로그는 분산 시스템의 진단, 성능 저하 식별 및 보안 사고 탐지에 중요한 정보원이다. 그러나 기존 접근 방식은 로그의 반구조적 특성과 다양한 형식으로 인해 정확한 이상 탐지를 어렵게 한다. 특히, 템플릿 기반 또는 시퀀스 기반 방법들은 원시 로그에서 의미 정보를 놓치거나 애매한 패턴을 처리하는 데 어려움이 있다. 2. EnrichLog 프레임워크의 핵심 개념 EnrichLog는 대규모 언어 모델(LLM)을 활용하여 원시 로그 항목에 코퍼스 및 샘플 특정 지식을 추가함으로써 이상 탐지를 수행한다

December 12, 2025

Model Detection

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments

종합 분석: 빅데이터 교육 실습 보고서 1. 연구 개요와 방법론 본 연구는 빅데이터 프로젝트의 통합적 접근 방식을 취하며, 세 가지 사례를 통해 다양한 데이터 유형과 규모에 대한 분석 기법을 다룹니다. Epsilon 데이터셋 : 이진 분류 문제를 해결하기 위해 MLP 모델을 사용하여 2000개의 특징과 100,000개의 인스턴스로 훈련되었습니다. PyTorch와 GPU 가속(CUDA)을 활용해 88.98%의 정확도를 달성했습니다. Rest Mex 데이터셋 : 멕시코 관광 리뷰 데이터셋에 대해 감정 분석 파이프라인을 구현하였습니다.

December 11, 2025

Data Learning

Architectures for Building Agentic AI

이 논문이 제시하는 핵심 논지는 “신뢰성은 모델 자체가 아니라 시스템의 구조에 달려 있다”는 점이다. 에이전트형 AI를 단순히 대규모 언어 모델이나 이미지 생성 모델의 집합으로 보는 관점에서 벗어나, 목표‑관리자, 플래너, 도구‑라우터, 실행기, 메모리, 검증기, 안전‑모니터, 텔레메트리 등으로 명확히 구분된 모듈들로 구성된 ‘아키텍처’를 강조한다. 각 모듈은 스키마‑제한 인터페이스 를 통해서만 통신하도록 설계되며, 이는 입력·출력 형식이 사전에 정의된 JSON 스키마 등으로 검증됨을 의미한다. 이렇게 하면 모델이 예기치 않은 형태

December 10, 2025

CourtPressGER: A German Court Decision to Press Release Summarization Dataset

본 논문은 법률 분야에서 일반 대중에게 판결을 전달하는 ‘보도자료’라는 특수한 텍스트 장르에 초점을 맞춘 최초의 대규모 데이터셋과 벤치마크를 제시한다는 점에서 학술적·실용적 의의가 크다. 기존 NLP 연구는 주로 판결문 자체의 구조적 요약이나 법률용어 추출 등에 머물렀으며, 시민이 이해하기 쉬운 형태의 커뮤니케이션을 다루지는 않았다. 따라서 CourtPressGER은 ‘판결문‑보도자료‑프롬프트’라는 삼중 트리플 구조를 통해, 원문과 인간이 만든 요약(보도자료) 사이의 정밀한 정렬을 제공한다. 이는 LLM이 단순히 요약을 넘어, 법적

December 10, 2025

Data

Dynamic one-time delivery of critical data by small and sparse UAV swarms: a model problem for MARL scaling studies

요약 및 분석 논문 개요 이 논문은 다중 에이전트 강화학습(MARL)을 활용하여 무인 항공기(UAV)의 분산 제어와 데이터 릴레이 최적화를 탐구한다. 주된 목표는 여러 UAV가 지정된 지역에서 목표 물체를 찾고, 수집한 데이터를 기지로 신속하게 전달하는 과정을 최적화하는 것이다. 핵심 내용 1. 문제 정의 : 본 논문은 동적인 UAV와 정지 기지, 간섭 요소 등을 포함하여 실제 문제 상황을 모델링한다. 2. MARL 적용 : 다중 에이전트 강화학습(MARL) 알고리즘인 Multi Agent Proximal Policy Optimiz

December 10, 2025

Data Model

Mirror Mode in Fire Emblem: Beating Players at their own Game with Imitation and Reinforcement Learning

본 연구는 턴제 전략 게임에서 적 AI가 플레이어의 전략을 모방하는 '거울 모드'를 개발하고 평가한 내용을 다룹니다. 이 연구는 게임 경험을 혁신적으로 변화시키고, 플레이어 만족도를 높이는 새로운 접근법을 제시합니다. 1. 거울 모드의 개념 및 구현 거울 모드는 적 AI가 플레이어의 전략을 학습하고 이를 기반으로 행동하는 방식입니다. 이는 게임 경험을 더욱 흥미롭고 도전적으로 만듭니다. 연구팀은 Unity 엔진을 사용하여 Fire Emblem Heroes 의 간소화된 버전에서 표준 모드와 거울 모드를 구현했습니다. 2. 학습 알고리

December 10, 2025

Learning

Seeing Soil from Space: Towards Robust and Scalable Remote Soil Nutrient Analysis

이 논문은 원격탐사와 고도화된 물리‑기반 모델을 결합하여 대규모 농경지 토양 특성을 정량적으로 추정하는 새로운 파이프라인을 제시한다는 점에서 학술적·실용적 의의가 크다. 첫 번째 핵심은 ‘하이브리드 모델링’ 접근법이다. 기존 토양 예측 연구는 크게 두 축으로 나뉜다. 하나는 토양 특성을 직접 스펙트럼 신호와 연결하는 직접 방법이며, 다른 하나는 토양 형성에 영향을 미치는 기후·지형·지질 등 외생 변수(프록시)를 활용하는 간접 방법이다. 이 연구는 두 방법을 동시에 적용함으로써 각각의 장점을 보완한다. 직접 모델은 고해상도 위성 스펙

December 10, 2025

Analysis

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes

) Lang3D XL은 대규모 장면의 텍스트 기반 탐색을 위한 혁신적인 접근법으로, 3D 가우시안 표현에 학습 가능한 의미적 병목 지점을 도입하여 대규모 정적 인터넷 장면에서의 상호작용적인 가상 탐색을 가능하게 합니다. 이 연구는 기존 증류 방법이 대규모 인터넷 데이터를 효과적으로 학습하는 데 어려움을 겪고 있다는 문제점을 지적하고, 이를 해결하기 위한 새로운 접근법을 제안합니다. 1. 의미적 병목 특성의 도입 Lang3D XL은 저차원 의미적 병목 특성을 3D 가우시안 표현의 기본 구성 요소로 추가하여, 렌더링 후 다중 해상도 및

December 08, 2025

Meta Hierarchical Reinforcement Learning for Scalable Resource Management in O-RAN

본 논문은 O‑RAN 환경에서 자원 할당과 네트워크 슬라이싱을 동시에 최적화하기 위한 새로운 학습 프레임워크를 제시한다는 점에서 학술적·실무적 의의가 크다. 첫 번째로, 기존 메타‑강화학습(Meta‑RL) 연구들은 주로 단일 레벨 정책을 학습하는 데 그쳤으며, 복잡한 O‑RAN 시스템처럼 다중 계층의 의사결정 구조를 반영하지 못했다. 저자는 이를 보완하기 위해 고수준 ‘자원 할당 컨트롤러’와 저수준 ‘슬라이스 내부 스케줄러’라는 두 개의 에이전트를 계층적으로 배치하고, 각각이 독립적인 강화학습 과정을 수행하도록 설계하였다. 이러한

December 08, 2025

Learning

A Unifying Human-Centered AI Fairness Framework

본 논문은 AI 시스템의 공정성을 다루는 기존 연구들의 한계를 정확히 짚어낸다. 현재까지 대부분의 연구는 하나의 공정성 지표—예를 들어 그룹 공정성 혹은 개별 공정성—에 초점을 맞추어 해당 지표를 최적화하려는 접근을 취했다. 그러나 실제 사회적·법적 맥락에서는 여러 공정성 개념이 동시에 충돌하고, 이해관계자마다 중시하는 가치가 다르다. 예를 들어 사법 분야에서는 ‘동등 기회(EOP)’와 ‘결과 평등’ 사이에 뚜렷한 긴장이 존재하고, 의료 분야에서는 환자 그룹 간의 접근성 차이를 최소화하려는 동시에 치료 효율성을 유지해야 하는 복합적

December 07, 2025

Framework

Memory Power Asymmetry in Human-AI Relationships: Preserving Mutual Forgetting in the Digital Age

이 논문은 AI와 인간 사이에 존재하는 기억 능력의 차이가 단순한 정보 비대칭을 넘어 구조적 권력 불균형을 만든다는 점을 체계적으로 조명한다. 인간은 기억이 제한적이고 시간이 흐르면 자연스럽게 망각한다는 특성을 가지고 있다. 이러한 ‘상호 망각’은 갈등을 완화하고 관계를 재구성하는 데 필수적인 심리적 안전망 역할을 한다. 반면, 현대 AI 시스템은 대용량 데이터베이스와 고성능 검색 알고리즘을 통해 대화, 구매 이력, 감정 표현 등 인간과의 모든 접점을 거의 영구적으로 저장한다. 이러한 기억의 ‘지속성’은 인간이 의도하지 않은 상황에

December 07, 2025

NeuroABench: A Multimodal Evaluation Benchmark for Neurosurgical Anatomy Identification

본 논문은 멀티모달 대형 언어 모델(MLLM)이 외과 영상, 특히 신경외과 영상에서 보여줄 수 있는 해부학적 이해 능력을 체계적으로 평가하기 위해 최초로 설계된 벤치마크인 NeuroABench를 소개한다. 기존의 수술 영상 데이터셋은 주로 절차 단계, 도구 사용, 워크플로우와 같은 메타 정보를 중심으로 구축되어 왔으며, 실제 임상 현장에서 외과 의사가 가장 의존하는 ‘해부학적 정확성’은 충분히 반영되지 못했다. 이러한 한계를 극복하기 위해 연구팀은 9시간에 달하는 89개의 다양한 신경외과 수술 영상을 수집하고, 다중 검토 사이클을

December 07, 2025

Partial Inverse Design of High-Performance Concrete Using Cooperative Neural Networks for Constraint-Aware Mix Generation

본 논문은 고성능 콘크리트(HPC)의 배합 설계 과정에서 흔히 마주치는 “부분 역설계” 문제에 대한 혁신적인 해결책을 제시한다. 전통적인 콘크리트 설계는 경험적 공식이나 전향적(Forward) 예측 모델에 의존해 왔으며, 설계 변수(시멘트, 물, 골재, 혼화제 등)를 모두 자유롭게 조정할 수 있는 전제하에 최적화를 수행한다. 그러나 실제 현장에서는 특정 변수(예: 물량, 골재 비율, 특정 혼화제 사용 여부 등)가 설계 단계에서 고정되어야 하는 경우가 빈번하다. 이러한 제약 하에서 나머지 변수들을 역으로 추정하는 문제는 변수 간 비선

December 07, 2025

Network

ProAgent: Harnessing On-Demand Sensory Contexts for Proactive LLM Agent Systems

: 본 논문은 대형 언어 모델(LLM) 기반 프로액티브 에이전트 시스템인 ProAgent 를 소개하며, 이는 사용자의 물리적 및 인지적 부담을 줄이는 선제적인 지원 서비스를 제공한다. ProAgent의 핵심은 다양한 센서 데이터와 LLM 추론을 통합하여 사용자 주변 맥락을 지속적으로 파악하고 이를 바탕으로 적시에 도움을 제공하는 것이다. 1. 프로액티브 에이전트의 필요성 기존의 반응형 에이전트는 명시적인 사용자 지시가 있어야 서비스를 시작하므로, 사용자의 물리적 및 인지적 부담이 크다. 이에 반해 프로액티브 에이전트는 환경을 자동으

December 07, 2025

System

Convergence of Outputs When Two Large Language Models Interact in a Multi-Agentic Setup

: 본 연구는 대형 언어 모델(Large Language Model, LLM)이 서로 상호작용하는 다중 에이전트 설정에서의 수렴 현상을 탐구하였습니다. 이 연구에서는 미스트랄 네모 베이스 2407과 라마 2 13B HF 두 모델을 사용하여 실험을 수행하였으며, 각 모델은 독립적으로 훈련된 고유한 가중치와 토큰라이저를 가지고 있습니다. 실험에서는 초기 짧은 문장으로 시작하는 대화에서 두 모델이 상대방의 출력에 응답하며 25회 반복되는 과정을 관찰하였습니다. 수렴 현상의 특징 수렴 현상은 대화가 진행됨에 따라 일관성 있는 패턴이 나타나

December 06, 2025

Model

< Category Statistics (Total: 1304) >

Astrophysics

105

Computer Science

370

Condensed Matter

Economics

Electrical Engineering and Systems Science

General

636

General Relativity

HEP-EX

HEP-PH

HEP-TH

MATH-PH

NUCL-TH

Nonlinear Sciences

Quantitative Biology

Quantitative Finance

Quantum Physics

Statistics

Adaptive Hierarchical Evaluation of LLMs and SAST tools for CWE Prediction in Python

An Explainable Agentic AI Framework for Uncertainty-Aware and Abstention-Enabled Acute Ischemic Stroke Imaging Decisions

Evolving CNN Architectures: From Custom Designs to Deep Residual Models for Diverse Image Classification and Detection Tasks

Harm in AI-Driven Societies: An Audit of Toxicity Adoption on Chirper.ai

LLM Collusion

ElecTwit: A Framework for Studying Persuasion in Multi-Agent Social Systems

Measuring Social Media Polarization Using Large Language Models and Heuristic Rules

Optimizing LSTM Neural Networks for Resource-Constrained Retail Sales Forecasting: A Model Compression Study

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

Engineering Attack Vectors and Detecting Anomalies in Additive Manufacturing

FlashInfer-Bench: Building the Virtuous Cycle for AI-driven LLM Systems

Classifying long legal documents using short random chunks

DynaFix: Iterative Automated Program Repair Driven by Execution-Level Dynamic Information

확률적 트리 탐색으로 강화된 확산 언어 모델 추론

Deep Learning in Geotechnical Engineering: A Critical Assessment of PINNs and Operator Learning

Factorized Learning for Temporally Grounded Video-Language Models

Skim-Aware Contrastive Learning for Efficient Document Representation

Unified Embodied VLM Reasoning with Robotic Action via Autoregressive Discretized Pre-training

Agent2World: Learning to Generate Symbolic World Models via Adaptive Multi-Agent Feedback

SciEvalKit: An Open-source Evaluation Toolkit for Scientific General Intelligence

UltraShape 1.0: High-Fidelity 3D Shape Generation via Scalable Geometric Refinement

ASTIF: Adaptive Semantic-Temporal Integration for Cryptocurrency Price Forecasting

Hyperbolic Graph Embeddings: a Survey and an Evaluation on Anomaly Detection

A Formal Descriptive Language for Learning Dynamics: A Five-Layer Structural Coordinate System

Dynamic Entropy Tuning in Reinforcement Learning Low-Level Quadcopter Control: Stochasticity vs Determinism

Sophia: A Persistent Agent Framework of Artificial Life

AncientBench: Towards Comprehensive Evaluation on Excavated and Transmitted Chinese Corpora

How physics got its right hand: The origins of chiral conventions in electromagnetism

Interpretable Plant Leaf Disease Detection Using Attention-Enhanced CNN

More Consistent Accuracy PINN via Alternating Easy-Hard Training

Weighted Stochastic Differential Equation to Implement Wasserstein-Fisher-Rao Gradient Flow

From Isolation to Entanglement: When Do Interpretability Methods Identify and Disentangle Known Concepts?

FIN-bench-v2: A Unified and Robust Benchmark Suite for Evaluating Finnish Large Language Models

Automating Historical Insight Extraction from Large-Scale Newspaper Archives via Neural Topic Modeling

BAID: A Benchmark for Bias Assessment of AI Detectors

Log Anomaly Detection with Large Language Models via Knowledge-Enriched Fusion

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments

Architectures for Building Agentic AI

CourtPressGER: A German Court Decision to Press Release Summarization Dataset

Dynamic one-time delivery of critical data by small and sparse UAV swarms: a model problem for MARL scaling studies

Mirror Mode in Fire Emblem: Beating Players at their own Game with Imitation and Reinforcement Learning

Seeing Soil from Space: Towards Robust and Scalable Remote Soil Nutrient Analysis

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes

Meta Hierarchical Reinforcement Learning for Scalable Resource Management in O-RAN

A Unifying Human-Centered AI Fairness Framework

Memory Power Asymmetry in Human-AI Relationships: Preserving Mutual Forgetting in the Digital Age

NeuroABench: A Multimodal Evaluation Benchmark for Neurosurgical Anatomy Identification

Partial Inverse Design of High-Performance Concrete Using Cooperative Neural Networks for Constraint-Aware Mix Generation

ProAgent: Harnessing On-Demand Sensory Contexts for Proactive LLM Agent Systems

Convergence of Outputs When Two Large Language Models Interact in a Multi-Agentic Setup

< Category Statistics (Total: 1304) >

Start searching

No results found