์ด [arXiv]์ ๊ฒ์ํ โEditScore: Unlocking Online RL for Image Editing via High-Fidelity Reward Modelingโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
์ด [arXiv]์ ๊ฒ์ํ โEasySteer: A Unified Framework for High-Performance and Extensible LLM Steeringโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Guoxian Song์ด [arXiv]์ ๊ฒ์ํ โX-Streamer: Unified Human World Modeling with Audiovisual Interactionโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Raghuveer Rao์ด [arXiv]์ ๊ฒ์ํ โX-CoT: Explainable Text-to-Video Retrieval via LLM-based Chain-of-Thought Reasoningโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Weishi Mi์ด [arXiv]์ ๊ฒ์ํ โWoW: Towards a World omniscient World model Through Embodied Interactionโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.