hcmute.edu.vn

이 이메일 도메인이 관측된 논문 2건

arXiv:2609.21379v1cs.CV

JEPA 가이드 디퓨전: 생성형 교통 예측을 위한 예측적 비전-언어 조건화

JEPA Guided Diffusion: Predictive Vision-Language Conditioning for Generative Traffic Forecasting

정확한 교통 예측을 위해서는 장면 동역학을 이해하는 것과 현실적인 미래 관측을 합성하는 것이 모두 필요하다. 최근의 디퓨전 기반 비디오 생성 모델은 시각적으로 그럴듯한 예측을 만들어내지만, 비용이 많이 드는 엔드투엔드 학습을 요구하며 장면 이해와 이미지 합성이 종종 뒤얽히게 된다. 본 연구에서는 미래 표현 학습과 비디오 생성을 분리하는 디커플링된 예측 프레임워크를 제안한다. 동결된(frozen) V-JEPA 인코더가 먼저 관측된 교통 비디오로부터 예측적 잠재 표현을 추출하여, 의미적 잠재 공간에서 내재된 장면 동역학을 포착한다. 이후 경량 잠재 정렬 모듈이 이 표현들을 동결된 Cosmos 디퓨전 모듈의 조건화 공간으로 투영하며, 이를 통해 대규모 생성 모델을 재학습하지 않고도 미래 비디오를 합성할 수 있다. 모든 파운데이션 모델을 동결하고 경량 정렬 모듈만 학습함으로써, 제안한 프레임워크는 예측 성능을 유지하면서 최적화 복잡도를 크게 줄인다. AI City Challenge 2026 Track 5 벤치마크에서의 실험 결과, 제안한 방법은 75.1297점을 기록하여 대회에서 3위를 차지했다. 이러한 결과는 V-JEPA가 학습한 예측적 월드 표현이 하위 비디오 생성을 효과적으로 가이드할 수 있음을 시사하며, 엔드투엔드 디퓨전 기반 예측에 대한 실용적이고 효율적인 대안을 제공한다.

arXiv:2608.25478v1cs.CL

VietAIDetector: 베트남어 AI 생성 텍스트를 위한 오픈소스 제로샷 탐지기

VietAIDetector: An Open-Source Zero-Shot Detector for Vietnamese AI-Generated Text

최근 몇 년간 AI 생성 텍스트와 사람이 작성한 텍스트를 구별하는 것은 여전히 어려운 과제로 남아 있다. 본 논문에서는 베트남어 AI 생성 텍스트 탐지를 위해 특별히 설계된 오픈소스 도구인 VietAIDetector를 소개한다. 사용자는 Gradio 웹 인터페이스를 통해 원시 베트남어 텍스트부터 스캔 문서 및 사용된 대규모 언어 모델(LLM)의 컨텍스트 크기를 초과하는 매우 긴 텍스트를 포함한 일반적인 텍스트 파일 형식까지 다양한 입력으로 상호작용할 수 있다. 도구의 핵심 구성 요소는 이전 VietBinoculars 및 Binoculars 연구를 바탕으로, 도메인별 학습 데이터 없이 AI 생성 텍스트를 탐지하는 제로샷(zero-shot) 방식을 사용한다. 해당 도구는 베트남어 특화 언어 모델을 기반으로 구축되었으며, out-of-domain 데이터셋에서 평가되어 주로 영어용으로 개발된 기존 방법들보다 우수한 성능을 보였다. 또한 사용자는 F1 점수, 정확도(accuracy), 또는 [email omitted] 요구사항에 따라 최적의 탐지 임계값을 선택할 수 있다. 결과는 웹 인터페이스를 통해 제공되며, 사용자가 의심스러운 텍스트를 쉽게 검토·확인하거나 PDF 보고서로 다운로드할 수 있게 한다. 해당 도구는 https://github.com/trieuntu/VietAIDetector 에서 공개적으로 이용할 수 있다.