[논문리뷰] TriGlue: a Biology-Inspired Generative Model for Generating Molecular Glue-Induced Ternary Complex본 논문은 Molecular Glue를 설계하는 과정에서 발생하는 복합적인 문제를 해결하기 위해 TriGlue 프레임워크를 제안한다. 기존의 AI 기반 약물 설계는 주로 단일 단백질의 결합 포켓을 가정한 이진 단백질-리간드 결합 모델에 집중되어 있어, 삼원 복합체 구조를 동시에 최적화하는 데 한계가 있다 .#Review#Molecular Glue#Ternary Complex#Generative Modeling#Flow Matching#Protein-Protein Interaction#Drug Design2026년 8월 5일댓글 수 로딩 중
[논문리뷰] Explorative Modeling: Unlocking a Third Pretraining Axis and End-to-End Generation본 논문은 기존의 고성능 생성 모델들이 고착화된 모델링 구조로 인해 완전한 End-to-End 학습을 수행하지 못하고 있다는 문제를 제기한다.#Review#Generative Modeling#Explorative Modeling#End-to-End#Mode Forcing#Generative Expressivity#Pretraining Axis2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Three-Body Scattering for Generative Modeling본 논문은 현대 generative models이 adversarial critic, prescribed noise-to-data path(예: diffusion models), 또는 autoregressive factorization에 의존하는 한계를 극복하기 위해 새로운 one-step generation 방법을 제안합니다.#Review#Three-Body Scattering Modeling (TBSM)#Generative Modeling#Energy Distance#One-Step Generation#Tracked Scattering#Wasserstein Gradient Flow#FID#ImageNet2026년 7월 26일댓글 수 로딩 중
[논문리뷰] HarmoHOI: Harmonizing Appearance and 3D Motion for Multi-view Hand-Object Interaction Synthesis본 연구는 HOI 생성 과정에서 시각적 일관성과 3D 움직임의 물리적 타당성을 동시에 확보하는 것이 어렵다는 문제를 해결합니다.#Review#Hand-Object Interaction#Motion Synthesis#Multi-view Synthesis#Generative Modeling#Human-Object Interaction#3D Perception2026년 7월 20일댓글 수 로딩 중
[논문리뷰] VideoRAE: Taming Video Foundation Models for Generative Modeling via Representation Autoencoders본 논문은 기존의 3D-VAE 기반 비디오 토크나이저가 픽셀 단위의 복원(MSE)에 과도하게 최적화되어 고차원적인 의미론적 구조를 포착하지 못한다는 문제점을 해결하고자 합니다.#Review#Video Foundation Models#Representation Autoencoders#Generative Modeling#Representation Alignment#Latent Spaces#Diffusion Transformers#Autoregressive Models2026년 7월 19일댓글 수 로딩 중
[논문리뷰] CGGS: Consistency-Augmented Geometric Gaussian Splatting for Ego-centric 3D Scene Generation본 연구는 기존 ego-centric 3D 생성 모델들이 시점 변화에 따른 심각한 Consistency 저하 및 기하학적 왜곡 문제를 겪고 있다는 점을 해결하고자 한다.#Review#3D Scene Generation#Gaussian Splatting#Ego-centric#Consistency#Geometry#Generative Modeling2026년 7월 7일댓글 수 로딩 중
[논문리뷰] Perceptual Flow Matching for Few-Step Generative Modeling본 논문은 기존 Flow Matching 모델이 고품질 출력을 생성하기 위해 수십 번의 샘플링 단계(35~50 steps)를 요구하여 발생하는 높은 추론 Latency 문제를 해결하고자 합니다.#Review#Flow Matching#Few-Step Generation#Perceptual Supervision#Perceptual Feature Space#Generative Modeling#Classifier-free Guidance2026년 7월 6일댓글 수 로딩 중
[논문리뷰] DiffusionBench: On Holistic Evaluation of Diffusion Transformers본 논문은 현재 DiT 연구가 class-conditional ImageNet generation 성능에만 지나치게 편중되어, 실제 모델의 범용적인 성능 향상을 보장하지 못하는 문제를 해결하고자 합니다.#Review#Diffusion Transformers#ImageNet#Text-to-Image#Benchmarking#Unified Framework#Generative Modeling2026년 6월 23일댓글 수 로딩 중
[논문리뷰] WEAVER, Better, Faster, Longer: An Effective World Model for Robotic Manipulation본 논문은 기존 월드 모델들이 복잡한 매니퓰레이션 태스크를 수행할 때 겪는 High Latency와 Context Length의 제한 문제를 해결하고자 한다.#Review#World Model#Robotic Manipulation#Autoregressive Inference#Transformer#Efficiency#Generative Modeling2026년 6월 11일댓글 수 로딩 중
[논문리뷰] Sensor2Sensor: Cross-Embodiment Sensor Conversion for Autonomous Driving본 논문은 자율주행 시스템(ADS) 검증에 필수적인 long-tail 데이터 확보의 어려움을 해결하기 위해 제안되었다.#Review#Autonomous Driving#Generative Modeling#Diffusion Model#4D Gaussian Splatting#Cross-Embodiment#Sensor Conversion2026년 5월 21일댓글 수 로딩 중
[논문리뷰] What Matters for Diffusion-Friendly Latent Manifold? Prior-Aligned Autoencoders for Latent Diffusion본 논문은 기존 Latent Diffusion Models(LDMs)의 tokenizer들이 주로 reconstruction fidelity에만 초점을 맞추어 설계되어, 정작 확산 생성 모델의 학습에 적합한 latent space를 형성하지 못한다는 문제를 제기합니다 .#Review#Latent Diffusion Models#Tokenizer#Latent Manifold#Prior Alignment#Autoencoder#Generative Modeling#Representation Learning2026년 5월 10일댓글 수 로딩 중
[논문리뷰] Generative Modeling with Orbit-Space Particle Flow Matching본 논문은 현대의 Grid-based 생성 모델(Diffusion, Flow Matching)이 입자 시스템(Particle Systems)의 고유한 특성을 효과적으로 다루지 못한다는 점을 해결하고자 합니다 .#Review#Generative Modeling#Flow Matching#Particle Systems#Orbit-Space Canonicalization#Geometric Probability Paths#Surface Normals#Arc-Length Terminal Velocity2026년 5월 4일댓글 수 로딩 중
[논문리뷰] Latent Zoning Network: A Unified Principle for Generative Modeling, Representation Learning, and Classification본 논문은 생성 모델링(Generative Modeling) , 표현 학습(Representation Learning) , 분류(Classification) 라는 세 가지 핵심 ML 태스크를 단일 통합 원칙으로 해결하는 것을 목표로 합니다.#Review#Generative Modeling#Representation Learning#Classification#Unified Framework#Latent Space#Flow Matching#Deep Learning#Image Generation2025년 9월 22일댓글 수 로딩 중