[논문리뷰] MixTok: Adaptive Visual Tokenization with Global 1D Tokens and Sparse 2D Refinement본 논문은 효율적인 시각적 토큰화(Visual Tokenization)를 위해 컴팩트한 표현력과 세부적인 국소 정보 보존 사이의 균형을 맞추는 문제를 해결하고자 한다.#Review#Visual Tokenization#Adaptive Token Allocation#Image Generation#Hybrid Representation#Sparse Refinement2026년 10월 11일댓글 수 로딩 중
[논문리뷰] QuadTok: Quadtree Visual Tokenizer for Autoregressive Image Generation본 논문은 기존 시각적 토크나이저들이 고정된 2D 그리드나 1D 시퀀스를 사용하여 이미지의 비균일한 정보 밀도를 효과적으로 처리하지 못하는 문제를 해결하고자 합니다.#Review#Quadtree#Visual Tokenizer#Autoregressive Image Generation#Adaptive Token Allocation#Spatial Correspondence2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Small Vision-Language Models are Smart Compressors for Long Video Understanding저자들은 SVLM을 로컬 압축기로 활용하여 긴 비디오를 쿼리 의존적인 메모리 토큰으로 변환하는 Tempo 프레임워크를 제안합니다 . Tempo는 각 세그먼트에서 쿼리와 시각적 정보를 결합한 교차 모달 증류(cross-modal distillation)를 수행하며, ATA 기법을 통해 추론 시점의 토큰 예산(예: 4K/8K)을 엄격히 준수합니다.#Review#Multimodal Large Language Models#Long Video Understanding#Visual Token Compression#Adaptive Token Allocation#Cross-modal Distillation2026년 4월 9일댓글 수 로딩 중