[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] Terminal Velocity Matching논문은 고품질 샘플을 빠르고 효율적으로 생성하며, 고차원 데이터에 확장 가능한 생성 모델을 단일 훈련 단계로 구축하는 것을 목표로 합니다.#Review#Generative Models#Flow Matching#Diffusion Models#One-Step Generation#Few-Step Generation#Wasserstein Distance#Transformer Architecture#Lipschitz Continuity2025년 11월 26일댓글 수 로딩 중
[논문리뷰] EchoDistill: Bidirectional Concept Distillation for One-Step Diffusion Personalization본 논문은 단일 스텝 확산 모델(1-SDP) 의 개념 학습 능력 한계를 해결하고, 기존 T2I 모델의 느린 추론 속도와 제한된 개념 포착 능력을 개선하는 것을 목표로 합니다.#Review#Diffusion Models#One-Step Generation#Model Personalization#Knowledge Distillation#Bidirectional Learning#Text-to-Image Generation#Concept Learning2025년 10월 28일댓글 수 로딩 중