[논문리뷰] Can Discrete Tokens Serve as Semantically Lossless Representations of Visual Signals?본 논문은 Discrete visual tokens가 multimodal modeling의 유망한 interface임에도 불구하고, Quantization Error로 인해 Semantic Loss가 불가피하다는 기존의 가정을 재조명합니다.#Review#Discrete Visual Tokens#Semantic Fidelity#Quantization Error#Bit-Budget Scaling#Factorized Vector Quantization (FVQ)#Multimodal Understanding#Large Multimodal Models (LMMs)2026년 10월 27일댓글 수 로딩 중
[논문리뷰] WUSH-KV: KV Cache Quantization with Data-Adaptive Transforms본 논문은 long-context 및 대규모 batch inference 환경에서 발생하는 KV cache의 메모리 및 대역폭 병목 문제를 해결하기 위해 WUSH-KV를 제안한다.#Review#KV Cache Quantization#Data-Adaptive Transforms#Grouped-Query Attention#WUSH Transform#Quantization Error#Large Language Models#Inference Efficiency2026년 9월 30일댓글 수 로딩 중
[논문리뷰] D^3QE: Learning Discrete Distribution Discrepancy-aware Quantization Error for Autoregressive-Generated Image Detection본 논문은 시각적 자기회귀(AR) 모델 이 생성한 이미지의 탐지라는 새로운 도전 과제를 해결하는 것을 목표로 합니다. 기존 GAN이나 Diffusion 모델 탐지 방법론과 달리, AR 모델의 이산 토큰 예측 및 코드북 의 독특한 패턴과 빈도 분포 편향을 활용하여 실제 이미지와 생성된 이미지 간의 차이를 식별하고자 합니다.#Review#Autoregressive Models#Image Detection#Discrete Distribution Discrepancy#Quantization Error#Transformer#Generative AI#Deepfake Detection2025년 10월 9일댓글 수 로딩 중