본 논문은 시각적 지시 기반 계획을 위한 새로운 프레임워크인 VIPER를 소개합니다. VIPER는 VLM 기반 시각적 인식과 LLM 기반 추론을 통합하여 시각적 지시에 따른 계획 및 의사결정을 수행하며, 행동 복제 및 강화 학습을 통해 성능을 향상시켰습니다. ALFWorld 벤치마크에서 최첨단 성능을 달성하였으며, 텍스트 중간 표현을 통해 설명 가능성을 높였습니다.

본 기사는 확산 기반 모델 예측 제어(D-I MPC)에 대한 최신 연구 결과를 소개합니다. D-I MPC는 불확실성을 고려한 예측 및 의사결정을 가능하게 하는 혁신적인 프레임워크로, 뉴욕 주 전력 시장의 에너지 차익거래 실험에서 기존 방법들을 능가하는 성능을 보였습니다. 이는 다양한 분야에 혁신적인 해결책을 제시할 가능성을 시사합니다.

중국 연구진이 DeepSeek 대규모 언어 모델의 안전성 평가 결과를 발표했습니다. 중국어-영어 이중 언어 데이터셋을 사용한 평가에서 알고리즘 차별 및 성적 콘텐츠 생성 등 심각한 안전 취약성이 발견되었으며, 연구 코드가 공개되어 안전성 개선을 위한 협력을 촉구하고 있습니다.

본 기사는 LLM을 활용한 혁신적인 실내 공간 지각 시스템에 대한 최신 연구 결과를 소개합니다. 계층적 3D 시각 그래프 구축을 통해 로봇의 공간 이해 능력을 향상시키는 이 시스템은 LLM 기반 투표 메커니즘을 활용하여 정확도를 높였으며, 앞으로 로봇 공학 및 인공지능 분야에 큰 영향을 미칠 것으로 기대됩니다.

StyleLoco는 강화학습과 GAIL의 장점을 결합한 혁신적인 프레임워크로, 생성적 적대적 증류(GAD)를 통해 인간형 로봇의 자연스럽고 민첩한 보행을 가능하게 합니다. 다중 판별자 아키텍처와 실험 결과를 통해 StyleLoco의 우수성이 입증되었습니다.