[논문리뷰] Representation Distribution Matching for One-Step Visual Generation본 연구는 고품질의 one-step 이미지 생성을 위해 distribution matching 패러다임의 설계 공간(design space)을 체계적으로 규명하고자 합니다. 기존 연구들은 비교 대상(discrepancy)이나 표현 방식(representation)에 대한 선택이 고정되어 있어 품질의 한계가 명확했습니다.#Review#One-step Generation#Distribution Matching#MMD#Nyström#Representation Learning#Constrained Optimization#SWr142026년 7월 2일댓글 수 로딩 중
[논문리뷰] One-step Language Modeling via Continuous Denoising기존 이산 확산(discrete diffusion) 언어 모델 이 토큰 간 상관관계를 무시하는 인자화된 근사(factorized approximation)로 인해 소수 단계(few-step) 생성 시 품질이 급격히 저하되는 문제를 해결하고자 합니다.#Review#Language Modeling#Continuous Denoising#Flow-based Models#Diffusion Models#One-step Generation#Few-step Sampling#Time Reparameterization#Model Distillation2026년 2월 24일댓글 수 로딩 중
[논문리뷰] TwinFlow: Realizing One-step Generation on Large Models with Self-adversarial Flows현재 다단계 생성 모델(Diffusion, Flow Matching)의 느린 추론 속도 (40-100 NFE) 문제를 해결하는 것을 목표로 합니다.#Review#Generative Models#One-step Generation#Self-Adversarial Learning#Flow Matching#Large Language Models#Text-to-Image#Efficient Inference#Diffusion Models2025년 12월 7일댓글 수 로딩 중