[논문리뷰] UltraTex: Unleashing 2K Multi-View Diffusion for 3D Texturing본 논문은 3D Texturing 분야에서 기존 다중 뷰 확산 모델이 가진 해상도 제약 및 계산 복잡도 문제를 해결하기 위해 UltraTex를 제안한다. 기존 모델들은 512 또는 768 해상도에 머물러 있어 고해상도 참조 이미지의 정밀한 세부 정보를 보존하지 못하는 한계가 있다.#Review#3D Texturing#Multi-View Diffusion#Diffusion Transformer#Background Token Dropping#Block-Sparse Attention#High-Resolution Generation2026년 9월 21일댓글 수 로딩 중
[논문리뷰] CompactAttention: Accelerating Chunked Prefill with Block-Union KV Selection본 논문은 기존 Chunked Prefill 환경에서 Block-Sparse Attention 및 Query-Subsampled KV Selection 방식이 가진 성능 한계를 극복하기 위해 CompactAttention을 제안합니다.#Review#Chunked Prefill#KV Selection#Block-Sparse Attention#Paged Attention#Zero-Copy Execution#Long-Context LLM2026년 5월 18일댓글 수 로딩 중
[논문리뷰] Prism: Spectral-Aware Block-Sparse Attention긴 컨텍스트를 처리하는 LLM의 pre-filling 과정 을 가속화하기 위한 블록-희소 어텐션(block-sparse attention)의 효율적인 블록 중요도 추정 문제를 해결하는 것이 목표입니다.#Review#Block-Sparse Attention#Long-Context LLM#Rotary Positional Embeddings#Spectral Analysis#Attention Efficiency#Pre-filling Acceleration2026년 2월 10일댓글 수 로딩 중
[논문리뷰] Sparser Block-Sparse Attention via Token Permutation본 논문은 LLM에서 긴 컨텍스트 길이 처리 시 O(N^2) 복잡도 를 가진 self-attention 메커니즘 으로 인한 막대한 계산 비용과 메모리 병목 현상을 해결하고자 합니다.#Review#Large Language Models (LLMs)#Self-Attention#Block-Sparse Attention#Token Permutation#Computational Efficiency#Prefilling#Long Context#Causal Attention2025년 10월 27일댓글 수 로딩 중