[논문리뷰] SiamJEPA: On the Role of Siamese Student Encoders in JEPA본 논문은 JEPA 프레임워크 내에서 Siamese Student Encoders의 역할과 이들이 표현 학습에 미치는 유의미한 영향력을 체계적으로 규명하는 것을 목표로 합니다.#Review#Self-supervised Learning#JEPA#Siamese Student Encoders#Representation Learning#Latent Prediction#Inductive Bias2026년 7월 7일댓글 수 로딩 중
[논문리뷰] AGE: Adaptive-masking for Graph Embedding in Graph Retrieval-Augmented Generation현재 GraphRAG 연구는 그래프의 복잡한 관계를 LLM이 효과적으로 이해하도록 하는 데 어려움을 겪고 있다. 특히 기존의 비모수적(non-parametric) 검색 방식은 그래프 내 필수적인 구조 정보를 누락하거나 중복되는 노드를 포함하는 경우가 많아, 전체적인 검색 정확도와 추론 성능을 저하시키는 원인이 된다.#Review#GraphRAG#Adaptive-masking#Graph Embedding#Self-Supervised Learning#JEPA#Reinforcement Learning2026년 7월 5일댓글 수 로딩 중
[논문리뷰] ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning ModelLatent World Models, 특히 V-JEPA2와 같은 JEPA-style 모델은 비디오 Observation으로부터 미래 World States를 예측하는 데 유망한 능력을 보여왔다.#Review#Latent World Models#Vision-Language Models#Predictive Representation Learning#Dual-Temporal Sampling#Semantic Guidance#Trajectory Prediction#Egocentric Video#JEPA2026년 3월 24일댓글 수 로딩 중
[논문리뷰] VLA-JEPA: Enhancing Vision-Language-Action Model with Latent World Model기존 VLA 정책의 잠재-액션 목표가 픽셀 변화에 고착되어 외형 편향, 불필요한 움직임, 정보 누출에 취약한 문제를 해결하는 것이 목표입니다. 본 연구는 액션 관련 상태 전이 를 학습하고 카메라 움직임 및 배경 변화에 견고한 동역학 추상화 를 제공하는 사전 훈련 프레임워크를 개발하고자 합니다.#Review#Vision-Language-Action (VLA)#Latent World Model#JEPA#Pretraining#Robot Learning#Generalization#Robustness#Human Videos2026년 2월 10일댓글 수 로딩 중