쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 22일 (일)까지 5067건
4건 · "세그멘테이션"조건 지우기 ×
001 15:11 ▲ 32 · 댓글 4 3D 가우시안의 숨은 부분도 제대로 선택하기 3D Gaussian Splatting에서 개체 단위 작업을 하려면 정확한 세그멘테이션이 필요한데, 기존 방법들은 렌더링된 2D 뷰로만 학습하고 평가해 불완전한 3D 선택도 2D에선 정확하게 보일 수 있다. AI · 머신러닝 · The Mask Is Not the Object: Volumetric Supervision for 3D Gaussian Segmentation
Key Point 3D 장면 편집·재구성에서 완전한 개체 선택이 필수인데, 기존의 2D 렌더링 기반 세그멘테이션은 가려진 부분을 무시해 실제 3D 작업에 실패할 수 있다.
핵심 요약
3D Gaussian Splatting에서 개체 단위 작업을 하려면 정확한 세그멘테이션이 필요한데, 기존 방법들은 렌더링된 2D 뷰로만 학습하고 평가해 불완전한 3D 선택도 2D에선 정확하게 보일 수 있다. 알파 블렌딩 기반 지도학습은 주요 기여 Gaussian에만 집중해 가려진 부분이나 기여도 낮은 Gaussian은 약하게만 학습된다. 논문은 VODA라는 감독 목표를 제안하며, 깊이 구조를 이용해 픽셀별 기여자를 그룹화하고 선택된 깊이 클러스터의 모든 Gaussian을 직접 지도학습한다. 전체 요약 6문장 읽기 → 002 09:11 ▲ 132 · 댓글 16 22년 된 PostgreSQL 버그를 원격코드 실행으로 전환한 방법 개발자가 관리형 PostgreSQL 사용 중 pg_clickhouse 익스플로잇을 탐구하다 PostgreSQL이 Datum(제네릭 8바이트 캐리어)으로 타입 정보 없이 값을 저장하고, 타입 메타데이터(OID)에만 의존해 처리함을 발견했다. 보안 · 22-Year-Old PostgreSQL Bug Turned into Remote Code Execution
Key Point 준비된 쿼리 실행 전 컴포지트 타입 정의를 변경하는 간단한 방법으로 모든 PostgreSQL 인스턴스에서 원격코드 실행이 가능해진다는 점이 중요하다.
핵심 요약
개발자가 관리형 PostgreSQL 사용 중 pg_clickhouse 익스플로잇을 탐구하다 PostgreSQL이 Datum(제네릭 8바이트 캐리어)으로 타입 정보 없이 값을 저장하고, 타입 메타데이터(OID)에만 의존해 처리함을 발견했다. SQL 준비 쿼리와 ALTER TYPE을 조합하면 실행 전에 컴포지트 타입의 필드 타입을 변경할 수 있으며, 이를 이용해 의도적인 타입 혼동(type confusion)을 트리거할 수 있음을 확인했다. UUID 값으로 시작한 필드를 bytea로 변경 후 실행하면, bytea 해석 함수가 UUID 바이트를 외부 확장 객체 헤더로 오독해 NULL 포인터를 따라 세그멘테이션 폴트가 발생한다. 전체 요약 8문장 읽기 → 003 16:56 ▲ 147 · 댓글 66 고속 링커 mold, Rust로 완전 재작성해 3.0 출시 mold 3.0은 C++에서 Rust로 완전히 재작성한 첫 릴리스로, 2.42.1의 마지막 C++ 버전을 대체하며 같은 커맨드라인 옵션과 대상 아키텍처를 지원한다. 인프라 · 데브옵스 · Mold Linker Version 3.0.0 Release – Rewritten in Rust
Key Point C++ 기반의 고성능 링커가 Rust로 재작성되며 안전성과 호환성이 향상되었고, Linux 배포판의 기본 링커 채택을 목표로 하는 만큼 시스템 수준의 변화에 영향을 미칠 수 있다.
핵심 요약
mold 3.0은 C++에서 Rust로 완전히 재작성한 첫 릴리스로, 2.42.1의 마지막 C++ 버전을 대체하며 같은 커맨드라인 옵션과 대상 아키텍처를 지원한다. 링커 성능은 2.42.1과 동등하며, GNU ld와의 호환성을 강화하고 Linux 배포판의 기본 링커로 채택되는 것을 목표로 한다. Gentoo 패키지 빌드를 포함한 광범위한 호환성 검증을 거쳤으며 회귀(regression)는 발견되지 않았다. 전체 요약 13문장 읽기 → 004 09:11 ▲ 12 · 댓글 2 고해상도 이미지 처리 위한 효율적인 토큰 순환 모델 GTR Self-attention 기반 비전 백본은 밀집 예측에서 우수하나 전역 소프트맥스 어텐션의 이차 계산 비용이 이미지 해상도 증가에 따라 효율성을 제한한다. AI · 머신러닝 · GTR: Gated Token Recurrence for Efficient Dense Prediction
Key Point 이차 복잡도로 인한 고해상도 이미지 처리의 계산 병목을 해결하는 새로운 아키텍처로, 4배 빠른 처리 속도와 엣지 장비 배포 가능성을 제시한다.
핵심 요약
Self-attention 기반 비전 백본은 밀집 예측에서 우수하나 전역 소프트맥스 어텐션의 이차 계산 비용이 이미지 해상도 증가에 따라 효율성을 제한한다. GTR(Gated Token Recurrence)은 소프트맥스 없는 순환 비전 백본으로 게이팅 선형 어텐션, 교대 공간 스캔 방향, 공간 강화된 SwiGLU 블록을 결합했다. GTR은 최종 레이어 패치-토큰 정렬로만 증류되며 마스킹된 토큰 예측이나 중간 레이어 감독은 사용하지 않는다. 전체 요약 8문장 읽기 →