- #1PhysTwin: Physics-Informed Reconstruction and Simulation of Deformable Objects from Videos
PhysTwin은 스프링-질량 모델과 가우시안 스플래트를 결합한 물리 기반 디지털 트윈 생성 프레임워크로, 희소 영상에서도 정확한 재구성과 시뮬레이션을 가능하게 한다.
- #2LIBERO-Industry: Benchmarking Robotic Manipulation under Industrial Process Constraints
- #3Learning from Fleet Experience: A Collective Learning Paradigm for Robots
- #4Language Models with Conformal Factuality Guarantees
언어 모델의 출력에 대한 80-90% 확률의 정확성 보장을 제공하는 Conformal Factuality 프레임워크를 제안한다.
- #5HandsOn: A Large-Scale Simulation Benchmark for Generalizable Dexterous Manipulation
- #6RoboValue: A Fine-Grained Sim-and-Real Benchmark for Unified Evaluation of Robotic Value Models
- #7Holi-World: Building Holistic World Intelligence from Human-Ego Experience
- #8AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot Manipulation
- #9EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience
- #10A Minimaximalist Approach to Reinforcement Learning from Human Feedback
SPO는 인간 피드백을 기반으로 한 강화학습에서 보상 모델 없이 단일 에이전트가 자기와 경쟁하는 방식으로 정책을 학습하는 알고리즘이다.
- #11See What You Are Told: Visual Attention Sink in Large Multimodal Models
LMM에서 시각적 주의 흐름을 재분배하는 VAR(VAR)를 제안하여 모델이 이미지에 더 집중하도록 유도한다.
- #12Retrieval Augmented Generation or Long-Context LLMs? A Comprehensive Study and Hybrid Approach
Self-Route를 제안하여 RAG와 Long-Context LLM의 장점을 결합해 비용을 65%까지 절감하면서도 성능을 유지한다.
- #13ViT-CoMer: Vision Transformer with Convolutional Multi-scale Feature Interaction for Dense Predictions
ViT-CoMer는 CNN과 트랜스포머 간의 다중 스케일 특징 상호작용을 통해 64.3% AP 성능을 달성한 백본 모델이다.
- #14Zero-Reference Low-Light Enhancement via Physical Quadruple Priors
저조도 이미지 향상에 있어 조도 정보를 학습하지 않고도 정상 조도 이미지만으로 훈련 가능한 Zero-Reference 프레임워크를 제안한다.
- #15Tiny Time Mixers (TTMs): Fast Pre-trained Models for Enhanced Zero/Few-Shot Forecasting of Multivariate Time Series
Tiny Time Mixers (TTMs)는 1M 파라미터의 경량 모델로, 다양한 해상도의 데이터셋에서 사전 학습하여 4~40% 개선된 제로/페 샷 예측 성능을 달성한다.
- #16PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action
PrivacyLens는 언어 모델의 행동 기반 개인정보 유출을 다층적으로 평가하는 프레임워크로, GPT-4와 Llama-3-70B가 각각 25.68%와 38.69%의 유출률을 보인다.
- #17Chain of Preference Optimization: Improving Chain-of-Thought Reasoning in LLMs
CPO는 ToT의 탐색 트리에서 발생하는 선호 정보를 활용해 CoT 추론 성능을 향상시키는 새로운 파인튜닝 방법이다.
- #26SpecMRL: Redesign Matryoshka Representation Learning within Parametric Spectrum
- #279Parameter misspecification in physics-informed neural networks: A closed-form audit and its limits
- #310Scaling Parameter-Efficient Fine-Tuning for Brain Encoding
- #311MemT-1.0: Towards Memory-Native Evolution
- #312Vision-Language-Delta-Action: Learning Compact Deltas as Actionable Transition Interfaces for Robotic Manipulation
- #313BlenderWorld: Benchmarking Visual Agents for 3D Creation from Real-World References
- #314A Conditional No-Hair Theorem for Transformers: How Language Models Forget Their Prompt
- #315Factorization-Guided Training and Inference for Diffusion-Drafted Speculative Decoding
- #316Where is Physical RSI capability from? An Observational Scaling Law of LLM-as-policy
- #317OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory
- #318Policy Is Not Capability: Some Safety Benchmarks Measure Which Definition of "Unsafe" You Trained On
- #319CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents
- #320Interlock: From Local Correctness to Task Completion in Long-Horizon Agents