텍스트로부터 오디오와 비디오가 동기화된 영상을 생성할 때 발생하는 모달리티 간 간섭과 캡션 불일치 문제를 해결하는 연구를 발표했다.
Fortress는 시계열 데이터 증강과 Feature Pruning을 통해 검색 추천 모델의 예측 불안정성을 해결하고 정확도를 높인다.
AED 모델이 긴 오디오를 처리할 때 발생하는 위치 정보 상실 문제를 해결하기 위한 네 가지 개선 방안을 제안한다.
데이터 어노테이터의 라벨링 행동을 통해 내부 안전 정책을 학습하고 불일치 원인을 분석하는 APM 모델을 제안한다.
시계열 데이터의 전역적 위상 구조를 입력값으로 활용하여 예측 정확도를 높이는 TopoPrimer 프레임워크를 소개한다.
LLM보다 가벼운 seq2seq 모델을 활용해 ASR 오류 수정의 효율성과 정확도를 높이는 방법을 제안한다.
연속적 확산(Continuous Diffusion) 기반 음성 모델이 스케일링 법칙을 따르며 효율적인 추론 가능성을 보여주었다.
레이블이 없는 데이터를 활용하여 새로운 환경에서도 강건한 예측 모델을 학습하는 Anti-Causal Domain Generalization 방식을 제안한다.
LLM의 추론 시 토큰 사용량을 최적화하면서도 오류율을 일정 수준 이하로 유지하는 리스크 제어 프레임워크를 제안한다.
버려지는 토큰의 정보를 재활용하는 RCD 기술을 통해 확산 언어 모델의 정확도와 추론 속도를 획기적으로 개선했다.
강화 학습을 통해 Diffusion LLM의 토큰 선택(Unmasking) 효율성을 극대화하는 새로운 정책 학습 방법을 제안한다.
Apple 연구진이 LLM이 복잡한 문제 해결에 필요한 다양한 추론 패턴을 효과적으로 학습하도록 돕는 Ctrl-R 프레임워크를 제안했다.
Transformer의 FFN을 Self-Attention과 분리하여 컨텍스트 프리 토큰 단위의 신경망 검색 메모리로 활용하는 MemoryLLM을 제안한다.
RL 미세 조정을 거친 VLM은 시각적 추론 성능은 향상되지만, 텍스트 섭동에 취약한 모습을 보인다.
신경망을 통해 MIPS 해를 직접 예측함으로써 검색 연산 비용을 획기적으로 줄이는 Amortized MIPS를 제안한다.
VideoFlexTok은 비디오를 추상적 정보부터 세부 사항까지 단계적으로 표현하여 학습 효율과 생성 길이를 획기적으로 개선했다.
LLM 평가 패널의 모델들이 유사한 오류를 반복하면서, 다수의 모델을 투표에 참여시켜도 실제 정보 가치는 매우 낮다는 연구 결과가 나왔다.
모델의 평가 지표에 따라 필요한 어노테이터의 수가 달라지므로, 목표 지표에 맞춘 데이터 수집 전략이 필요하다.
Apple이 개인정보 보호를 강화한 차세대 Apple Intelligence용 3세대 파운데이션 모델(AFM) 시리즈를 공개했다.
Apple이 CVPR 2026에 참여해 생성형 AI와 멀티모달 LLM 등 최신 연구를 발표한다.
실시간 비주얼 스트리밍 어시스턴트 모델의 성능을 평가하기 위한 새로운 프레임워크인 VSAS-Bench가 공개되었다.
HeadsUp는 1만 명 이상 규모의 데이터로 test-time optimization 없이 3D Gaussian 두상을 재구성한다.
AI Briefing