1월 28일 AI 주요 논문 소식

1. AgentDoG: A Diagnostic Guardrail Framework for AI Agent Safety and Security
   - AI 에이전트의 자율 도구 사용과 환경 상호작용으로 인한 안전 및 보안 문제를 다루기 위해 고급 가드레일 프레임워크가 필요합니다.
   - 리스크 진단 및 투명한 모니터링 기능을 제공합니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.18491)

2. AdaReasoner: Dynamic Tool Orchestration for Iterative Visual Reasoning
   - AdaReasoner는 멀티모달 모델이 도구 사용을 일반적인 추론 기술로 학습할 수 있도록 합니다.
   - 스케일러블 데이터 큐레이션과 도구 선택을 위한 강화 학습을 통해 복잡한 시각적 추론 작업에서 성능을 향상시킵니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.18631)

3. Visual Generation Unlocks Human-Like Reasoning through Multimodal World Models
   - 시각 생성은 물리적 및 공간적 작업을 위해 더 자연스러운 세계 모델을 제공하여 멀티모달 모델의 추론 능력을 향상시킵니다.
   - 언어적 추론은 추상 도메인에 적합하다는 점도 강조합니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.19834)

4. AVMeme Exam: A Multimodal Multilingual Multicultural Benchmark for LLMs' Contextual and Cultural Knowledge and Thinking
   - 현재의 멀티모달 모델은 문화적 및 맥락적 오디오-비주얼 콘텐츠에 대한 이해가 제한적이며, 깊은 의미 이해보다는 표면적 분석에만 그치고 있습니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.17645)

5. A Pragmatic VLA Foundation Model
   - 광범위한 실제 로봇 데이터로 훈련된 비전-언어-행동 모델은 여러 플랫폼에서 탁월한 성능과 일반화를 보여주며, 최적화된 훈련 인프라를 통해 효율성을 향상시킵니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.18692)

6. Selective Steering: Norm-Preserving Control Through Discriminative Layer Selection
   - Selective Steering은 언어 모델의 행동을 목표 레이어 선택 및 수학적으로 엄격한 회전 기술을 통해 지속적으로 규범을 보존하면서 제어할 수 있게 해줍니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.19375)

7. Revisiting Parameter Server in LLM Post-Training
   - On-Demand Communication (ODC)는 파라미터 서버 원칙을 완전 샤딩된 데이터 병렬 훈련에 적용하여 수집적 통신을 지점-지점 통신으로 대체하며, 불균형 대형 언어 모델 훈련 시 장치 활용도와 처리량을 개선합니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.19362)

8. GPCR-Filter: a deep learning framework for efficient and precise GPCR modulator discovery
   - GPCR-Filter는 단백질 언어 모델과 그래프 신경망을 결합하여 높은 정확도와 일반화로 GPCR 조절제를 식별하는 딥러닝 프레임워크입니다.
   - [자세한 내용 보기](https://arxiv.org/abs/2601.19149)