오디오를 처음부터 줄이는 대신, 영상 압축의 단서로 활용한 뒤 질문과의 관련성을 판단할 수 있는 시점에 제거하는 학습 없는 압축 방법입니다.

다중 페이지 간 표 구조 통합 능력을 평가하는 계층적 Multi-page TableVQA 벤치마크 제안

코드 Localization 과정에서 탐색한 후보 파일을 structural 및 historical evidence를 활용해 검증하고, 실제 수정이 필요하지 않은 파일을 제거하여 최종 수정 대상 파일 집합을 결정하는 방법을 제안

Chart-instruction별 instance-specific evaluation을 적용한 chart judge 모델 제안 및 meta-evaluation benchmark를 통한 human alignment 검증

3D 포인트클라우드를 학습된 2D 매핑을 통해 2차원 코덱으로 압축하는 방법 제안

픽셀 오차 기반 중요도와 여러 압축 비율을 함께 학습하는 방식을 결합해 하나의 3D 가우시안 모델에서 원하는 비율만 남겨도 화질을 유지하는 방법 제안

시계열 이상 탐지에서 평가지표와 임계값 설정 방법에 따라 모델 비교 결론이 달라짐을 재검증하고, 평가 방법을 함께 고려한 모델 비교의 필요성을 제시

딥페이크 콘텐츠의 초기 확산 정보를 활용하여 향후 확산 규모와 구조를 예측하는 멀티모달 시공간 예측 프레임워크 제안

Same Symptoms, Different Severity?: Investigating Gendered Cue Effects on LLMs in Depression Severity Assessment

성별 정보가 LLM의 우울증 중증도 판단을 왜곡해 위험 사례를 과소평가할 수 있음을 밝히고, 증상 중심의 추론 기법으로 이를 완화하는 FairDep 제안

실제 저가시 환경에서 복합적으로 발생하는 안개, 비, 저조도, 노이즈 등의 이미지 열화를 모델링하고, 이를 기반으로 다양한 복합 열화 환경에서의 이미지 복원 성능을 향상시키는 연구

LASOR: Towards Clinically Transparent and Explainable Ophthalmic Report Generation via Lesion-Aware Segmentation

LLM Agent의 런타임 제어 이후 발생하는 재계획 과정에서 정보 노출이 오히려 증가하는 보안 역전 현상을 분석하고, 이를 완화하기 위한 Exposure Ratchet을 제안한 연구

이미지로 복원한 3D Scene을 게임처럼 실시간으로 다시 비추기: 차폐와 반사광까지 매 프레임 새로 계산하는 Gaussian Splatting 역렌더링 연구

멀티모달 행동 데이터를 분석하고 LLM 기반 이중 관점 성찰 질문과 부모 인사이트를 생성하는 AI 매개 부모-자녀 협동 드로잉 시스템 제안

대역폭 제한으로 발생하는 수중 영상의 전송 열화를 다루기 위해 AquaTX 벤치마크와 detector 재학습 없이 탐지 성능 향상을 목표로 하는 복원 프레임워크 TERA를 제안한 연구

Using LLM for Conversational Assessment of Mental Health: Testing the Role of Message Contingency and User Agency

LLM 기반 정신건강 대화형 평가에서 메시지 반응의 적절성(Contingency)과 사용자 주도성(User Agency)의 역할을 검증하는 대화형 평가 프레임워크 제시

이기종 카메라 기반 XR 클래스룸 멀티뷰 데이터셋 구축 및 기하 정합·색상 보정을 연계한 3D·4D Gaussian Splatting 재구성 파이프라인과 품질 평가

조직병리 이미지의 약지도 분할에서 주변 패치의 공간적 문맥과 신뢰도 기반 프로토타입 학습을 결합한 CAPA를 제안해 CAM 품질과 분할 성능을 향상시킨 연구

잠재 상태 추론과 국소 파라미터 업데이트를 안정화하여 제한된 추론 횟수에서도 학습 성능을 높이는 예측 코딩 방법 CoPC를 제안한다.

질문이 요구하는 evidence가 최종 예측에 더 잘 반영되도록, 필요한 evidence의 영향만 선택적으로 보강하는 training-free decoding 방법

유튜브 뉴스 쇼츠를 통해 최초 원본 기사를 추적하는 'First News Report Retrieval for Shot-Form Videos' task를 정의하고, 해당 task를 해결하고 평가하기 위한 framework와 benchmark를 제시함

AI 생성 뉴스의 신뢰성, 윤리적 안전성, 사용자 친화성을 동시에 향상하기 위해, 의미 단위 보상을 활용하는 Segment-Level PPO 기반 RLAIF 프레임워크를 제안하고 기존 방법 대비 성능을 검증함

구면 기하 구조를 고려한 Tangent Patch Sampling과 RoPE을 통해 기존 ViT를 360° 파노라마 이미지에 효과적으로 적용하는 방법을 제안

Soft-Gated Routing으로 문제에 필요한 에이전트만 선택하고, 구조적으로 중복된 노드를 역할 기반으로 병합하여 추론 성능을 유지•향상하면서 토큰 비용을 절감하는 효율적인 멀티에이전트 추론 프레임워크 제안

개인화된 AI 미래자아와의 비디오 통화를 통해 금연을 지원하는 NicoCall을 제안하고, 희망적·두려운 미래자아 프레이밍이 미래자아 연속성, 자기효능감 및 흡연 감소에 미치는 효과를 비교·검증함.

별도의 추가 학습이나 동작별 3D 사전정보 없이, 기존 인체 포즈 추정 모델의 2D 키포인트 시퀀스를 3D 중간 표현 공간에서 운동학적 제약으로 보정하는 KAIROS 프레임워크를 제안함. 4개 고속 스포츠 동작과 11개 포즈 추정 모델의 모든 44개 조합에서 정확도 향상을 확인함.

LIME·SHAP 설명 인터페이스가 Tabular·Text·Image 모달리티에서 사용자의 모델 오류 진단에 실제로 도움이 되는지 사용자 실험으로 검증하여, 설명이 이해했다는 느낌은 높이지만 진단 효과는 모달리티에 따라 달라짐을 밝히고 과업 기반·모달리티별 평가 기준의 필요성을 제시한다.

Perceptual Quality Assessment of Gaussian Splatting Reconstructions of Specular Scenes on 3D Light Field Display

렌더링 기여도를 통해 가우시안 속성과 다중 시점 영상의 품질 정보를 연결하여, 참조 영상 없이 3D Gaussian Splatting의 지각적 품질을 평가하는 방법 제안

문화적 맥락 이해와 청중 시뮬레이션, 반복적 개선을 수행하는 다중 에이전트 협업을 통해 한국 문화에 적합한 유머를 생성하는 동적 LLM 프레임워크 제안

3D reconstruction methods such as 3D Gaussian Splatting (3DGS) often produce severe artifacts in novel views when trained from sparse observations. Due to overfitting to the available views and insufficient constraints in under-observed regions, the reconstructed scene may contain floaters, blurred structures, and geometrically inconsistent content. Recent approaches employ generative models to map such degraded renderings to clean images. However, these models often fail to distinguish genuine artifacts from correctly reconstructed content, leading to unnecessary modifications, structural drift, or even amplification of existing artifacts across novel views. To address this problem, we propose an artifact-aware restoration pipeline for sparse-view 3DGS. Our framework consists of two stages. The first stage learns to estimate a spatial confidence map representing the reliability of each rendered region and the severity of potential artifacts. The second stage conditions a multi-view generative restoration model on this confidence map, allowing it to selectively regenerate unreliable regions while preserving confident scene content. By explicitly separating regions requiring generation from those requiring preservation, the proposed framework restores novel-view artifacts without unnecessarily altering the original scene structure.

이메일·문자메시지·메모 같은 자연어 증거를 대규모 언어모델(LLM)로 분류·선별하는 디지털 포렌식 과정에서, 증거 텍스트 자체에 심어진 지시문이 모델의 포렌식 판단을 조작할 수 있는 새로운 공격 표면을 정량 측정

현재(P), 과거(I), 미래(D)의 PID제어기의 구조를 3-stream으로 사용하는 비디오 기반의 인체 포즈 추정

사용자 행동 및 상황 맥락을 기반으로 개입의 필요성과 방해 가능성을 고려하여 선제적 로봇의 개입 여부와 시점을 결정하는 방법 연구

야구 선수의 22개 세부 기록을 컨택·파워·주루·수비·선구력의 다섯 차원으로 압축해, 선수의 강점과 경기 스타일을 직관적으로 표현하는 연구. 2019–2025년 MLB 데이터를 활용한 검증에서 이러한 다차원 능력 정보가 다음 시즌 타격 성적 예측을 개선하고, 과거 성적에 기반한 기존 예측 모델을 보완할 수 있음을 확인

기존 비디오-IMU 모델의 실제 동기화 신호 의존성을 검증하고, 모달리티별로 관측 가능한 액션 의미에만 선택적 그라운딩을 강제하여 Open-vocabulary 행동 인식의 일반화 성능을 향상시키고자 함.

Egocentric observation에서 downstream task에 필요한 시각적인 정보가 불완전하거나 손상되었을 때, robust한 task-relevant representation을 학습하는 방법 연구.

간결한 표현 기반 검색과 Critic 기반 재랭킹을 통해 Composed Image Retrieval 성능을 향상시키는 방법을 제안한 연구.

속성 정밀도와 복원 가능한 장면 정보를 함께 고려해 비트를 배분하여, 동일 수신량에서 초기 화질을 높이는 3DGS 압축 방법.