#Diffusion Vision-Language Models

1개의 포스트

[논문리뷰] GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed

본 논문은 Autoregressive (AR) Grounding Model의 본질적인 Latency 문제와 다양한 Visual Grounding Task에 대한 Diffusion Vision-Language Model (DLM)의 잠재력 미활용 문제를 해결하고자 한다.

#Review #Visual Grounding #Parallel Decoding #Diffusion Vision-Language Models #Foundation Model #Reinforcement Learning #Latency #Throughput #Structured Prediction

2026년 10월 12일