BCP, CLIP 기반 멀티레이블 인식의 분포 변화 취약성을 베이지안 방법으로 해결
CLIP 등 비전-언어 모델의 멀티레이블 인식이 분포 변화에 취약한 문제를 해결하기 위해 테스트 시점에 베이지안 조건부 사전 추정을 주입하는 BCP ...
[태그:] VLM
VLM 좌표 목록 파인튜닝, 반복 출력 제어 가능한 간섭 표면 형성
시각-언어 모델에 밀집 좌표 목록 파인튜닝을 적용하면 시각 기초 능력이 크게 향상되지만 구조화 출력 반복 문제가 동반되며, 이를 통제할 수 ...
VLM 탑재 로봇, 인간 감정 인식 실험서 기존 AI 넘었다
호주 멜버른대 연구팀이 VLM을 활용해 협동 로봇의 인간 감정 인식 능력을 높이는 실험을 진행, 기존 표정 분석 AI 대비 정확도가 ...
Zyphra, 첫토큰 지연 10배 줄인 오픈 비전언어모델 Zamba2-VL 공개
Zyphra가 맘바2(Mamba2) 상태공간 모델과 트랜스포머를 결합한 비전언어모델 Zamba2-VL을 공개했다. 32K 토큰 프리필 기준 첫 번째 토큰 지연 시간을 비교군 대비 ...
멀티모달 축구 이해 AI 시스템 MSUE, VQA 챌린지 3위
2026 SoccerNet VQA 챌린지에서 3위를 기록한 멀티모달 축구 이해 전문가 시스템 MSUE가 공개됐다.
VLM이 Blender 코드로 3D 객체를 만드는 새 재구성 패러다임 제안
NeRF(신경망 복사 필드), 포인트 클라우드, 메시 등 기존 3D 표현 방식의 한계를 넘기 위해 VLM(비전-언어 모델)이 실행 가능한 Blender 코드를 ...
재난 대피 시뮬레이션으로 VLM 운용자 통신 능력 평가하는 새 벤치마크
재난 대피 시나리오에서 VLM이 민간인을 안내하는 통신 능력을 체계적으로 평가하는 벤치마크 프레임워크가 제안됐다.
코난테크놀로지, STK·InLEX서 AI 글라스 현장 에이전트·국방 화력 시스템 공개
코난테크놀로지가 스마트테크코리아와 국방산업발전대전에 잇따라 참가해 AI 글라스 기반 원격 작업지원 에이전트와 AI 화력운용시스템을 선보인다.
코사인 유사도, 시각-언어 모델 성능 지표로 부적합하다
VLM 잠재 시각 추론 연구에서 코사인 정렬도가 높을수록 정확도가 낮아지는 역상관 관계가 확인됐다.
VLM 에이전트 도구 호출 비용 줄이는 ‘ToolGate’ 연구 공개
VLM 에이전트가 불필요한 도구 호출을 건너뛰도록 제어하는 경량 컨트롤러 ToolGate가 제안됐다. 토큰 비용을 약 64~69% 수준으로 줄이면서 정확도를 유지한다고 논문은 ...
프롬프트가 LLM 내부 표현을 바꾸는 방식, 기하학적 분해로 규명
프롬프트 변경이 LLM·VLM 내부 표현 구조를 어떻게 재편하는지를 계층적 기하학 분해로 분석한 연구가 발표됐다. 아핀 변환이 목표 작업 구조를 거의 ...
MIT, 차트 이해 특화 AI 훈련 데이터셋 ‘ChartNet’ 공개
MIT 연구팀이 100만 장 이상의 차트 이미지를 포함한 훈련 데이터셋 ChartNet을 공개하고, 소형 오픈소스 VLM이 대형 상용 모델을 능가함을 입증했다.
