본문으로 건너뛰기

최신 포스트

[논문리뷰] Learn What's Left, Not What's Mastered: Saturation Aware Advantage Reweighting for Multi-Reward Policy Optimization

본 논문은 다중 Reward Objective를 최적화할 때 발생하는 Reward-resolution loss와 불균형한 최적화 우선순위 문제를 해결하고자 합니다.
#Review#Reinforcement Learning#Multi-Reward Optimization#Policy Optimization#Language Model Alignment#Saturation Aware Reweighting#Group Relative Policy Optimization
댓글 수 로딩 중

[논문리뷰] Large Discovery Models: Empirically-grounded Model-Based Open-Ended Search

본 논문은 과학적 발견(Scientific Discovery) 문제에서 LLM이 가진 한계를 극복하기 위해 Large Discovery Model (LDM)을 제안한다. 기존의 LLM 기반 연구 시스템은 제안된 후보의 과학적 유효성을 직접 평가하거나 신뢰할 수 있는 실험적 근거를 제공하는 데 한계가 있다.
#Review#Large Discovery Models#Bayesian Optimization#Scientific Discovery#Inference-time Search#Uncertainty-aware Value#Empirically-grounded#Generative Foundation Model
댓글 수 로딩 중

[논문리뷰] HarnessEval-W: Agentifying the Evaluation of Visual Worlds

본 논문은 기존의 월드 모델 평가 방식이 지닌 불투명성과 정적인 루브릭의 한계를 극복하기 위해 제안되었습니다 . 기존 벤치마크는 평가 과정이 블랙박스처럼 작동하여, 모델이 왜 특정 점수를 받았는지에 대한 근거를 제시하지 못하는 문제가 있습니다.
#Review#World Models#Agentic Evaluation#Visual Worlds#Benchmark#Video Generation#Interactive Simulation#Evidence Tree
댓글 수 로딩 중

[논문리뷰] GRNEdit: Efficient General Video Editing from a New Binary-Evidence Perspective in Generative Refinement Networks

기존의 Instruction-based 비디오 편집 연구들은 거대 확산 모델이나 흐름 모델 위에서 복잡한 소스 컨디셔닝을 수행하여, 편집 의도를 반영하는 과정에서 연산 자원이 과도하게 소모되는 한계가 있습니다.
#Review#Generative Refinement Networks#Video Editing#Binary Evidence#Hierarchical Binary Quantization#Identity-Aligned Null Condition#Instruction-Based Editing#Parameter-Efficient
댓글 수 로딩 중

[논문리뷰] ENTLORE: A Graph-Grounded Benchmark for Latent Organizational Reasoning in Enterprise Question Answering

본 논문은 기존 엔터프라이즈 QA 벤치마크가 단순 사실 정보의 검색 및 조합에만 치중하여, 기업 환경에서 필수적인 '잠재적 조직 관계 추론' 역량을 측정하지 못한다는 문제를 지적합니다 .
#Review#Enterprise QA#Latent Organizational Reasoning#Graph-Grounded Benchmark#Information Retrieval#RAG#Knowledge Graphs
댓글 수 로딩 중

[논문리뷰] Drive, Pack, Fly: The Travelling Thief Problem with Drone

본 논문은 적재량에 따라 차량 속도가 감소하는 현실적인 물류 수거 환경에서 드론과의 협업을 통한 최적화 문제를 해결하고자 한다. 기존 연구들은 단순한 배달 경로 최적화에 집중하거나, Travelling Thief Problem의 비선형적인 부하 의존성을 분리해서 다루는 한계가 있었다.
#Review#Combinatorial optimisation#Travelling thief problem#Drone routing#Reinforcement learning#Mixed-integer programming
댓글 수 로딩 중

[논문리뷰] AnyTalk: Speech Animation for Arbitrary Characters Leveraging a Video Generation Model

본 논문은 오디오 기반 3D 얼굴 애니메이션 생성 시 발생하는 높은 데이터 의존성과 캐릭터 제약 문제를 해결하기 위해 제안되었다. 기존 연구들은 각 캐릭터의 고유한 메시 구조나 Blendshape 구성에 맞춘 쌍(Pair) 형태의 학습 데이터를 요구하며, 이는 소규모 스튜디오나 독립 개발자에게 큰 기술적 장벽이 된다 .
#Review#Audio-driven animation#Facial animation#Diffusion model#Character-specific Fine-tuning#Blendshape optimization
댓글 수 로딩 중

[논문리뷰] An Empirical Study of Training Pixel-Space Text-to-Image Diffusion Models

본 논문은 대규모 환경에서 Pixel-Space Diffusion 모델이 Latent-Space 모델에 비해 학습 효율성이 떨어진다는 핵심 문제를 해결하고자 합니다. 기존 Latent-Space 모델은 VAE의 압축으로 인해 정보 손실이 발생하고 디코딩 지연(Latency)이 추가되는 한계가 있습니다.
#Review#Pixel-Space Diffusion#Latent-to-Pixel Transition#Diffusion Transformer#Large-Scale Pre-training#Inference Efficiency#Step Distillation
댓글 수 로딩 중

[논문리뷰] A Plug-and-Play 2D Motion Interface for Real-World Motion Language Models

본 연구는 기존 MLMs가 생성 결과에 대한 정밀한 공간적 제어가 어렵다는 점을 해결하고자 합니다. 대부분의 MLMs는 텍스트 프롬프트에 의존하여 모션을 생성하므로, 사용자가 원하는 구체적인 이동 경로를 반영하는 데 한계가 있습니다.
#Review#Motion Language Models#Motion Generation#2D Motion Interface#Trajectory Control#Plug-and-Play#Motion Editing
댓글 수 로딩 중