[논문리뷰] StudentSim: Training LLM-based Student Simulators본 논문은 적응형 AI 튜터 개발을 위해 필수적인 '개인화된 학생 데이터'의 부족 문제를 해결하고자 합니다. 기존 연구의 한계점은 다음과 같습니다. 지식 추적 모델(Knowledge tracing)과 같은 상태 추적 모델은 학생의 행동을 예측할 수는 있으나, 튜터의 가이던스를 입력으로 받아들여 학습하는 기능이 부족합니다.#Review#Student Simulators#LLM#Educational AI#Reinforcement Learning#Behavioral Fidelity#Guidance Responsiveness#Individualized Simulation2026년 9월 1일댓글 수 로딩 중
[논문리뷰] ContextFlow: Training-Free Video Object Editing via Adaptive Context Enrichment훈련 없이 비디오 객체 편집(삽입, 교체, 삭제)을 수행할 때 발생하는 정확한 인버전 실패와 부적절한 특성 대체로 인한 문맥적 충돌 문제를 해결하고, 특히 Diffusion Transformer (DiT) 기반 모델 에서 고품질 및 시간적 일관성을 유지하는 비디오 객체 편집 프레임워크를 개발하는 것을 목표로 합니다.#Review#Video Object Editing#Training-Free#Diffusion Transformers#Rectified Flow#Adaptive Context Enrichment#Guidance Responsiveness#Temporal Consistency#Image-to-Video2025년 9월 23일댓글 수 로딩 중