[논문리뷰] Glance Forcing: Making Bidirectional Diffusion Autoregressive at a Glance본 논문은 오토레그레시브(AR) 비디오 확산 모델을 위한 기존의 Consistency Distillation 파이프라인이 과도한 계산 비용을 요구하는 문제를 해결하고자 합니다. 기존 방식은 수천 개의 PF-ODE 궤적을 오프라인에서 수집해야 하므로 거대한 전처리 병목을 야기합니다 .#Review#Autoregressive Video Generation#Diffusion Distillation#Consistency Distillation#Phase-aware Distillation#LoRA#PF-ODE#VBench2026년 10월 14일댓글 수 로딩 중
[논문리뷰] RealtimeWAM: One-Step Asynchronous World Action Models본 논문은 기존 MoT 기반 WAM의 추론 효율성을 저해하는 두 가지 핵심 병목 현상을 해결하고자 합니다. 첫째, 다단계 행동 디노이징 과정에서 발생하는 Intra-expert iteration이 전체 추론 지연 시간의 약 90%를 차지합니다 .#Review#World Action Models#Consistency Distillation#Asynchronous Inference#Robot Manipulation#One-Step Generation#Pipeline Parallelism2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Fast and Accurate Causal Parallel Decoding using Jacobi Forcing본 논문은 대규모 언어 모델(LLM)의 순차적(autoregressive, AR) 디코딩으로 인한 높은 지연 시간을 해결하고, AR 모델의 생성 품질과 인과적 추론 특성을 유지하면서 효율적인 병렬 디코딩을 가능하게 하는 것을 목표로 합니다.#Review#Parallel Decoding#Causal LLM#Jacobi Decoding#Consistency Distillation#Transformer Inference#Latency Reduction#Rejection Recycling#Multi-block Decoding2025년 12월 17일댓글 수 로딩 중
[논문리뷰] Efficient Multi-modal Large Language Models via Progressive Consistency Distillation본 논문은 멀티모달 대규모 언어 모델(MLLMs)에서 시각 토큰이 소모하는 막대한 계산 자원으로 인한 효율성 저하 문제를 해결하고자 합니다. 특히, 시각 토큰 압축 과정에서 발생하는 학습 난이도 증가 와 특징 공간 교란 문제를 해결하여, 효율성을 높이면서도 성능 저하를 최소화하는 것을 목표로 합니다.#Review#Multi-modal LLMs#Token Compression#Efficiency#Knowledge Distillation#Progressive Learning#Consistency Distillation#MLLM Training2025년 10월 6일댓글 수 로딩 중