[논문리뷰] Adaptive Latent Capacity for World Models기존의 World Models는 고정된 크기의 잠재 공간을 사용하여 다양한 복잡도를 가진 환경에 대해 최적화되지 못하는 한계를 지닙니다. 정적인 잠재 공간은 단순한 환경에서는 과도한 모델 용량으로 인한 과적합(Overfitting)을 유발하고, 복잡한 환경에서는 표현력 부족(Underfitting) 문제를 야기합니다.#Review#World Models#Latent Representation#Adaptive Capacity#Representation Learning#State Space Model#Information Bottleneck2026년 10월 6일댓글 수 로딩 중
[논문리뷰] LatentPress: Context Compression Beyond Text and Vision기존 Large Language Models (LLMs)의 컨텍스트 처리 방식은 latency 및 throughput 측면에서 한계를 가지고 있습니다.#Review#Context Compression#Soft Tokens#Large Language Models#Conversational Memory#Long-Document QA#Efficiency#Latent Representation2026년 9월 3일댓글 수 로딩 중
[논문리뷰] LATO.2: Factorized 3D Mesh Generation with Vertex and Topology Flow기존의 3D 메시 생성 모델들은 정점의 공간적 위치와 위상적 연결성을 하나의 공유된 latent space에서 동시에 학습하려는 경향이 있어, 통계적으로 이질적인 두 신호를 효율적으로 처리하는 데 한계가 있다.#Review#3D Mesh Generation#Flow Matching#Factorized Representation#Vertex Flow#Topology Flow#Latent Representation2026년 7월 13일댓글 수 로딩 중
[논문리뷰] MIMFlow: Integrating Masked Image Modeling with Normalizing Flows for End-to-End Image Generation본 논문은 Normalizing Flows (NFs)의 엄격한 가역성이 저수준 픽셀 디테일에 모델 용량을 과도하게 소모하게 하여, 고수준 시맨틱 구조를 포착하는 데 한계가 있다는 문제를 해결하고자 합니다.#Review#Normalizing Flows#Masked Image Modeling#End-to-End Generation#Variational Inference#Latent Representation#Token Bottleneck2026년 6월 29일댓글 수 로딩 중
[논문리뷰] The Latent Space: Foundation, Evolution, Mechanism, Ability, and Outlook본 논문은 현대의 언어 기반 모델들이 여전히 토큰 단위의 명시적인 생성 방식에 의존하고 있어, 이로 인한 구조적 한계에 직면해 있다는 점을 지적한다.#Review#Latent Space#Language-based Models#Implicit Reasoning#Multimodal Computation#Embodied AI#Latent Representation#Machine-native2026년 4월 2일댓글 수 로딩 중
[논문리뷰] Planning in 8 Tokens: A Compact Discrete Tokenizer for Latent World Model본 논문은 기존 월드 모델의 수백 개의 잠재 토큰 이 실시간 계획 수립에 필요한 계산 비용을 과도하게 증가시키는 문제를 해결하고자 합니다.#Review#World Model#Discrete Tokenizer#Latent Representation#Action Planning#Model Predictive Control#Real-time AI#Compression#Vision Foundation Model2026년 3월 8일댓글 수 로딩 중
[논문리뷰] Next Embedding Prediction Makes World Models Stronger부분적으로 관측 가능하고 고차원적인 환경에서 모델 기반 강화 학습(MBRL) 에이전트의 장기적인 시간 종속성 포착 능력 을 개선하는 것이 목표입니다.#Review#Model-Based Reinforcement Learning#World Models#Decoder-Free#Temporal Transformer#Next-Embedding Prediction#Latent Representation#Partial Observability#Barlow Twins2026년 3월 3일댓글 수 로딩 중
[논문리뷰] LatentMem: Customizing Latent Memory for Multi-Agent Systems본 논문은 LLM 기반 멀티 에이전트 시스템(MAS)의 메모리 설계가 겪는 두 가지 근본적인 문제, 즉 (i) 역할 인지적 맞춤화 부재로 인한 메모리 동질화 와 (ii) 과도하게 세분화된 메모리 항목으로 인한 정보 과부하 를 해결하고자 합니다.#Review#Multi-Agent Systems#LLM Memory#Latent Representation#Role-Aware#Token Efficiency#Policy Optimization#Continual Adaptation2026년 2월 5일댓글 수 로딩 중
[논문리뷰] LATTICE: Democratize High-Fidelity 3D Generation at Scale본 논문은 고품질 3D 에셋 생성에 있어 3D 및 2D 생성 모델 간의 품질과 확장성 격차를 해소하는 것을 목표로 합니다. 특히, 3D 생성 과정의 높은 계산 복잡성과 효율적인 에셋 인코딩 방식 부재로 인해 발생하는 한계를 극복하고, 모델 확장성 및 성능 향상을 위한 효과적인 3D 표현을 정의하고자 합니다.#Review#3D Generation#High-Fidelity#Latent Representation#Voxel Grid#Diffusion Models#Transformer#Scalable AI#Asset Creation2025년 12월 4일댓글 수 로딩 중
[논문리뷰] Local Scale Equivariance with Latent Deep Equilibrium Canonicalizer본 논문은 컴퓨터 비전에서 발생하는 객체의 지역적 스케일 변화 문제를 해결하고, 모델의 지역적 스케일 일관성(local scale consistency) 을 향상시키는 것을 목표로 합니다.#Review#Scale Equivariance#Deep Equilibrium Models#Canonicalization#Computer Vision#Image Classification#Semantic Segmentation#Latent Representation#Monotone Scaling2025년 8월 21일댓글 수 로딩 중