[논문리뷰] HiAR: Efficient Autoregressive Long Video Generation via Hierarchical Denoising논문은 Autoregressive (AR) 확산 모델 을 사용한 장기 비디오 생성 시 발생하는 오류 누적으로 인한 품질 저하 및 시간적 불연속성 문제를 해결하고자 합니다. 특히, 기존 방식이 높은 디노이즈된 컨텍스트에 의존하여 예측 오류를 증폭시키는 한계를 극복하고, 안정적이고 효율적인 장기 비디오 생성을 목표로 합니다.#Review#Autoregressive Video Generation#Hierarchical Denoising#Diffusion Models#Temporal Continuity#Error Propagation#Forward-KL Regularization#Long Video Synthesis#Pipelined Parallelism2026년 3월 9일댓글 수 로딩 중
[논문리뷰] VideoAR: Autoregressive Video Generation via Next-Frame & Scale Prediction비디오 생성 분야에서 Diffusion 및 Flow-Matching 모델 의 높은 계산 비용과 확장성 문제를 해결하는 것을 목표로 합니다.#Review#Video Generation#Autoregressive Models#Next-Frame Prediction#Multi-scale Prediction#Temporal Consistency#Visual Autoregressive#Error Propagation2026년 1월 11일댓글 수 로딩 중
[논문리뷰] Beyond Outliers: A Study of Optimizers Under Quantization대규모 언어 모델(LLMs)의 효율적인 배포를 위해 Quantization 이 필수가 됨에 따라, 옵티마이저 선택 이 양자화 성능에 미치는 영향을 체계적으로 분석하는 것을 목표로 합니다.#Review#Quantization#Optimizers#LLM#Post-Training Quantization (PTQ)#Quantization-Aware Training (QAT)#Error Propagation#Scaling Laws#Shampoo2025년 10월 10일댓글 수 로딩 중