어텐션 붕괴 문제 해결한 2단계 시각 토큰 가지치기 프레임워크 STS 제안
연구팀이 VLM 추론 연산 부담을 줄이기 위해 구조적 다양성과 의미 정렬을 단계별로 처리하는 시각 토큰 프루닝 프레임워크 STS를 제안했다.
[태그:] VLM
비둘기처럼 탐색하는 VLM 공간 추론 에이전트 파이프라인 제안
동적 인지 지도와 공간 서언 코드를 도입한 에이전트 파이프라인이 MindCube 벤치마크에서 80.5% 정확도로 최고 성능을 기록했다.
VESTA: 시각적 탐색으로 통계 모델을 자동 개선하는 에이전트 프레임워크
VLM이 동적으로 도구를 생성해 가설 기반 시각화와 통계 검정으로 과학 데이터에 적합한 모델을 찾는 VESTA 프레임워크가 공개됐다.
코난테크놀로지, AI 글라스 기반 산업 에이전트 ‘비전플로우’ 공개
코난테크놀로지가 제조 현장 작업자용 AI 글라스 에이전트 '비전플로우'를 공개했다. VLM과 자체 LLM을 결합해 핸즈프리로 SOP를 안내하고 실시간 다국어 번역을 지원한다.
