[논문리뷰] RoAR-VAE: Improving Latent Diffusability through Robust Prediction본 논문은 visual tokenizer 설계 시, 이미지 재구성의 Fidelity와 downstream diffusion model의 학습 효율성(Diffusability) 사이의 갈등을 해결하는 것을 목표로 합니다.#Review#Visual Tokenizer#Latent Diffusion#Robust Prediction#Representation Alignment#Reconstruction Fidelity#Diffusability2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Certification of Real Images through Calibrated Content Authentication본 논문은 최신 생성 모델의 발전으로 인해 기존 Deepfake Detector들의 성능이 지속적으로 하락하는 문제를 해결하고자 합니다.#Review#Deepfake Detection#Content Authentication#Reconstruction Fidelity#Calibration#Plausible Deniability#Adversarial Robustness2026년 10월 5일댓글 수 로딩 중
[논문리뷰] DC-SAE: Deep Compression Semantic Autoencoder for Faster Diffusion Convergence본 논문은 높은 공간 압축률을 유지하면서도 Diffusion 모델의 학습 효율을 저해하지 않는 이상적인 Visual Tokenizer를 설계하는 것을 목표로 합니다. 기존의 고압축 Tokenizer는 추론 비용을 낮추지만, 학습 과정에서 모델의 수렴 속도를 현저히 늦추는 한계가 있습니다.#Review#Deep Compression#Semantic Autoencoder#Diffusion Model#Tokenization#Generative Latent Models#Reconstruction Fidelity2026년 9월 30일댓글 수 로딩 중
[논문리뷰] IDEAL: In-DEpth ALignment Makes A Discrete Representation AutoEncoder본 논문은 VFM 기반의 RAE가 재구성 품질과 의미 보존 사이에서 겪는 근본적인 병목 현상을 해결하고자 합니다. 기존 연구들은 주로 깊은 계층의 의미론적 정보에만 의존하는데, 이는 디테일한 시각적 속성(색상, 텍스트, 로컬 구조 등)을 소실시키는 결과를 초래합니다.#Review#Representation Autoencoder#Vision Foundation Models#Vector Quantization#Autoregressive Generation#Semantic Preservation#Reconstruction Fidelity2026년 6월 11일댓글 수 로딩 중
[논문리뷰] Can Understanding and Generation Truly Benefit Together -- or Just Coexist?이 논문은 멀티모달 이해(I2T)와 생성(T2I) 간의 근본적인 불일치를 해결하고, 이들이 단순히 공존하는 것을 넘어 진정으로 상호 이점을 얻을 수 있는지 탐구합니다. 저자들은 두 태스크를 통합하는 단일하고 근본적인 목적 함수 를 제시하여, 상호 보완적인 방식으로 멀티모달 시스템의 성능을 향상시키는 것을 목표로 합니다.#Review#Multimodal Understanding#Multimodal Generation#Unified Models#Auto-Encoder#Reinforcement Learning#Image-to-Text#Text-to-Image#Reconstruction Fidelity2025년 9월 12일댓글 수 로딩 중