Korea Advanced Institute of Science and Technology（韩国科学技术院）

ITA-MDT: Image-Timestep-Adaptive Masked Diffusion Transformer Framework for Image-Based Virtual Try-On

Ji Woo Hong, Tri Ton, Trung X. Pham, Gwanhyeong Koo, Sunjae Yoon, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学技术研究院） 纠错

Comments CVPR 2025, Project Page: https://jiwoohong93.github.io/ita-mdt/

Text-To-Speech Synthesis In The Wild

Jee-weon Jung, Wangyou Zhang, Soumi Maiti, Yihan Wu, Xin Wang, Ji-Hoon Kim, Yuta Matsunaga, Seyun Um, Jinchuan Tian, Hye-jin Shim, Nicholas Evans, Joon Son Chung, Shinnosuke Takamichi, Shinji Watanabe

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； Meta ； Renmin University of China（中国人民大学） ； National Institute of Informatics（日本国立信息机构） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； University of Tokyo（东京大学） ； Yonsei University（yonsei大学） ； EURECOM ； Keio University（庆应大学） 纠错

Comments 5 pages, Interspeech 2025

An Adaptive Approach for Infinitely Many-armed Bandits under Generalized Rotting Constraints

Jung-hun Kim, Milan Vojnovic, Se-Young Yun

机构 * Seoul National University（首尔国立大学） ； London School of Economics（伦敦经济学院） ； KAIST AI（韩国科学技术院人工智能研究所） 纠错

Comments NeurIPS 2024

Don't Miss the Forest for the Trees: Attentional Vision Calibration for Large Vision Language Models

Sangmin Woo, Donguk Kim, Jaehyuk Jang, Yubin Choi, Changick Kim

机构 * KAIST（韩国科学技术院） 纠错

Comments ACL 2025 Findings; Project: https://sangminwoo.github.io/AvisC/

EL-AGHF: Extended Lagrangian Affine Geometric Heat Flow

Sangmin Kim, Hae-Won Park

机构 * Humanoid Robot Research Center, Korea Advanced Institute of Science and Technology（人类机器人研究中心，韩国科学技术院） 纠错

Comments 6 pages, 4 figures

Accelerating Diffusion-based Text-to-Speech Model Training with Dual Modality Alignment

Jeongsoo Choi, Zhikang Niu, Ji-Hoon Kim, Chunhui Wang, Joon Son Chung, Xie Chen

机构 * KAIST（韩国科学技术院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Geely（吉利） ； School of Electrical Engineering（电气工程学院） ； MoE Key Lab of Artificial Intelligence（人工智能MoE实验室） ； X-LANCE Lab（X-LANCE实验室） ； School of Computer Science（计算机科学学院） 纠错

Comments Interspeech 2025

AlphaPO: Reward Shape Matters for LLM Alignment

Aman Gupta, Shao Tang, Qingquan Song, Sirou Zhu, Jiwoo Hong, Ankan Saha, Viral Gupta, Noah Lee, Eunki Kim, Siyu Zhu, Parag Agrawal, Natesh Pillai, S. Sathiya Keerthi

机构 * LinkedIn Corporation（LinkedIn公司） ； KAIST AI（KAIST人工智能） ； KAIST（韩国科学技术院） 纠错

Comments 26 pages, 16 figures. Accepted to ICML 2025

V2SFlow: Video-to-Speech Generation with Speech Decomposition and Rectified Flow

Jeongsoo Choi, Ji-Hoon Kim, Jinyu Li, Joon Son Chung, Shujie Liu

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Microsoft（微软） 纠错

Comments ICASSP 2025

Evaluating Visual and Cultural Interpretation: The K-Viscuit Benchmark with Human-VLM Collaboration

ChaeHun Park, Yujin Baek, Jaeseok Kim, Yu-Jung Heo, Du-Seong Chang, Jaegul Choo

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； KT Corporation（KT公司） ； Sogang Univ.（ソガン大学） 纠错

Comments ACL 2025 camera-ready

CF-DETR: Coarse-to-Fine Transformer for Real-Time Object Detection

Woojin Shin, Donghwa Kang, Byeongyun Park, Brent Byunghoon Kang, Jinkyu Lee, Hyeongboo Baek

机构 * University of Seoul（首尔大学） ； KAIST（韩国科学技术院） ； Sungkyunkwan University（全南大学） 纠错

Comments 12 pages

Language-guided Learning for Object Detection Tackling Multiple Variations in Aerial Images

Sungjune Park, Hyunjun Kim, Beomchan Park, Yong Man Ro

机构 * Image and Video Systems Lab., School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（图像与视频系统实验室，电气工程学院，韩国科学技术院） 纠错

LLM Meets Scene Graph: Can Large Language Models Understand and Generate Scene Graphs? A Benchmark and Empirical Study

Dongil Yang, Minjin Kim, Sunghwan Kim, Beong-woo Kwak, Minjun Park, Jinseok Hong, Woontack Woo, Jinyoung Yeo

机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Graduate School of Metaverse, KAIST（元宇宙研究生院，韩国科学技术院） ； Graduate School of Culture Technology, KAIST（文化科技研究生院，韩国科学技术院） 纠错

Comments ACL 2025

VideoRAG: Retrieval-Augmented Generation over Video Corpus

Soyeong Jeong, Kangsan Kim, Jinheon Baek, Sung Ju Hwang

机构 * KAIST（韩国科学技术院） 纠错

Comments ACL Findings 2025

EXIT: Context-Aware Extractive Compression for Enhancing Retrieval-Augmented Generation

Taeho Hwang, Sukmin Cho, Soyeong Jeong, Hoyun Song, SeungYoon Han, Jong C. Park

机构 * School of Computing（计算机学院） ； Graduate School of AI（人工智能研究生院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

Comments Findings of ACL 2025

SimBa: Simplicity Bias for Scaling Up Parameters in Deep Reinforcement Learning

Hojoon Lee, Dongyoon Hwang, Donghu Kim, Hyunseung Kim, Jun Jet Tai, Kaushik Subramanian, Peter R. Wurman, Jaegul Choo, Peter Stone, Takuma Seno

机构 * KAIST（韩国科学技术院） ； Sony AI（索尼人工智能） ； KRAFTON ； Coventry University（科文特大学） ； UT Austin（得克萨斯大学奥斯汀分校） 纠错

Comments ICLR'25 (spotlight)

Neural Face Skinning for Mesh-agnostic Facial Expression Cloning

Sihun Cha, Serin Yoon, Kwanggyoon Seo, Junyong Noh

机构 * Visual Media Lab, KAIST, Republic of Korea（韩国科学技术院视觉媒体实验室） ； Flawless AI, United States of America（美国Flawless AI） 纠错

DAM: Domain-Aware Module for Multi-Domain Dataset Condensation

Jaehyun Choi, Gyojin Han, Dong-Jae Lee, Sunghyun Baek, Junmo Kim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

Knowledge Base Construction for Knowledge-Augmented Text-to-SQL

Jinheon Baek, Horst Samulowitz, Oktie Hassanzadeh, Dharmashankar Subramanian, Sola Shirai, Alfio Gliozzo, Debarun Bhattacharjya

机构 * KAIST（韩国科学技术院） ； IBM Research（IBM研究院） 纠错

Comments ACL Findings 2025

Benign-to-Toxic Jailbreaking: Inducing Harmful Responses from Harmless Prompts

Hee-Seon Kim, Minbeom Kim, Wonjun Lee, Kihyun Kim, Changick Kim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

Comments LVLM, Jailbreak

Revisiting In-Context Learning with Long Context Language Models

Jinheon Baek, Sun Jae Lee, Prakhar Gupta, Geunseob Oh, Siddharth Dalmia, Prateek Kolhar

机构 * KAIST（韩国科学技术院） ； Google DeepMind（谷歌DeepMind） 纠错

Comments ACL Findings 2025

Addressing and Visualizing Misalignments in Human Task-Solving Trajectories

Sejin Kim, Hosung Lee, Sundong Kim

机构 * GIST（全南国立大学） ； KAIST（韩国科学技术院） 纠错

Comments KDD 2025 accepted

End-to-End Breast Cancer Radiotherapy Planning via LMMs with Consistency Embedding

Kwanyoung Kim, Yujin Oh, Sangjoon Park, Hwa Kyung Byun, Joongyo Lee, Jin Sung Kim, Yong Bae Kim, Jong Chul Ye

机构 * Samsung Research（三星研究院） ； Center for Advanced Medical Computing and Analysis (CAMCA)（先进医学计算与分析中心） ； Massachusetts General Hospital (MGH) and Harvard Medical School（麻省总医院和哈佛医学院） ； Yonsei University College of Medicine（延世大学医学院） ； Yonsei University（延世大学） ； Institute for Innovation in Digital Healthcare（数字医疗创新研究所） ； Yongin Severance Hospital（Yongin Severance医院） ； Gachon University Gil Hospital（高仁大学Gil医院） ； Oncosoft Inc（Oncosoft公司） ； Graduate School of AI, Korea Advanced Institute of Science and Technology (KAIST)（人工智能研究生院，韩国科学技术院） 纠错

Comments Accepted for Medical Image Analysis 2025

One-Time Soft Alignment Enables Resilient Learning without Weight Transport

Jeonghwan Cheon, Jaehyuk Bae, Se-Bum Paik

机构 * Department of Brain and Cognitive Sciences（脑科学与认知科学系） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

Comments 28 pages

MT-Mol:Multi Agent System with Tool-based Reasoning for Molecular Optimization

Hyomin Kim, Yunhui Jang, Sungsoo Ahn

机构 * KAIST（韩国科学技术院） 纠错

Sparsified State-Space Models are Efficient Highway Networks

Woomin Song, Jihoon Tack, Sangwoo Mo, Seunghyuk Oh, Jinwoo Shin

机构 * Korea Advanced Institute of Science & Technology (KAIST)（韩国先进科学技术研究院） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

Comments Accepted to TMLR 2025.03

HybridLinker: Topology-Guided Posterior Sampling for Enhanced Diversity and Validity in 3D Molecular Linker Generation

Minyeong Hwang, Ziseok Lee, Kwang-Soo Kim, Kyungsu Kim, Eunho Yang

机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔国立大学） ； McLean Hospital, Harvard Medical School（麦肯纳医院，哈佛医学院） 纠错

What Really Matters in Many-Shot Attacks? An Empirical Study of Long-Context Vulnerabilities in LLMs

Sangyeop Kim, Yohan Lee, Yongwoo Song, Kimin Lee

机构 * Coxwave ； Seoul National University（首尔国立大学） ； Kyung Hee University（庆熙大学） ； KAIST（韩国科学技术院） 纠错

Comments Accepted by ACL 2025

ReGUIDE: Data Efficient GUI Grounding via Spatial Reasoning and Search

Hyunseok Lee, Jeonghoon Kim, Beomjun Kim, Jihoon Tack, Chansong Jo, Jaehong Lee, Cheonbok Park, Sookyo In, Jinwoo Shin, Kang Min Yoo

机构 * KAIST（韩国科学技术院） ； NAVER Cloud（NAVER云） 纠错

Mol-LLM: Multimodal Generalist Molecular LLM with Improved Graph Utilization

Chanhui Lee, Hanbum Ko, Yuheon Song, YongJun Jeong, Rodrigo Hormazabal, Sehui Han, Kyunghoon Bae, Sungbin Lim, Sungwoong Kim

机构 * Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； Department of Artificial Intelligence, UNIST（UNIST人工智能系） ； Kim Jaechul Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院） ； LG AI Research（LG人工智能研究） ； Department of Statistics, Korea University（韩国大学统计系） 纠错

Comments 9 pages, 5 figures

Self-Training Large Language Models with Confident Reasoning

Hyosoon Jang, Yunhui Jang, Sungjae Lee, Jungseul Ok, Sungsoo Ahn

机构 * POSTECH（POSTECH大学） ； KAIST（韩国科学技术院） 纠错