[태그:] 멀티모달

프로톤치료용 NCCT에서 낮은 대비 문제를 줄이기 위해 대조 MRI를 시각 프롬프트로 쓰는 ViPSAM이 제안됐다. 73례 환자 데이터에서 U-Net·SAM 계열보다 더 ...

NYCU 연구진의 arXiv 프리프린트는 곡의 감정 궤적을 4마디 단위로 추정해, 360도 파노라마 영상으로 이어 붙이는 음악 시각화 파이프라인을 제안한다.

Halliday·Resnick 입문 물리 문제 1203개로 o4-mini를 평가한 arXiv 프리프린트는, 텍스트 문제와 그림 포함 문제 사이의 성능 차이를 드러냈다.

위치와 힘을 함께 분할하고 elastic map에 외력 제약을 넣은 one-shot 학습법이 실제 조작 5종과 두 센서 구성에서 시험됐다.

AID·DIOR·iSAID에서 SAM 3의 zero-shot·one-shot 원격탐사 성능을 재고 텍스트와 박스 프롬프트의 차이를 비교했다.

같은 과학 PDF를 텍스트와 페이지 이미지로 달리 학습한 비교에서 시각 사전학습이 주요 언어·추론 지표를 높였지만, 모든 멀티모달 지표가 개선되지는 않았다.

공개 라이선스 의학 논문에서 이미지-텍스트 1,100만 쌍을 자동으로 뽑아 의료 파운데이션 모델 학습에 쓰는 프레임워크 MedPMC가 arXiv에 공개됐다.

VaseMuseum은 고대 그리스 도기를 설명하는 AI가 근거 없는 단정을 줄이고 검증 가능한 출처에 기반해 답하도록 설계한 디지털 박물관 프레임워크다.

센스노바-비전은 객체 탐지, OCR, 분할, 깊이 추정 등 서로 다른 컴퓨터 비전 작업을 하나의 멀티모달 생성 모델로 통합하려는 시도다.

네이버가 경량 LLM과 하네스 엔지니어링, 멀티모달 기술로 AI탭의 환각과 비용을 동시에 줄였다고 밝혔다.

아마존이 Nova 2 Lite와 Claude Sonnet 4.6을 2단계 파이프라인으로 결합해 스캔 문서 처리 비용을 단일 모델 대비 3분의 1 수준으로 ...

각 감각 입력을 독립 주기로 처리하는 비동기 VLA 모델 DAM-VLA가 7가지 실제 조작 과제에서 기존 동기식 모델 대비 두 배 ...