[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] Iris-3B: Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning본 연구는 Latent diffusion 모델의 핵심 한계인 VAE 압축 손실 문제를 해결하고자 픽셀 공간(Pixel-space)에서 직접 생성하는 모델의 효율성을 검증합니다.#Review#Pixel-space Diffusion#Iris-3B#Latent-to-Pixel Conversion#Representation Alignment#Monocular Depth Estimation#Image Restoration2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Learning to Read the Contextual Tokens in Diffusion Transformers본 논문은 현대 MM-DiT 모델의 성능을 견인하는 Contextual Tokens가 내부적으로 어떤 의미 정보를 담고 있는지 불분명하다는 문제를 제기한다.#Review#Multimodal Diffusion Transformers#Contextual Tokens#Representation Alignment#Interpretability#Bottleneck Network#Contextual Alignment2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Latent-MOPD: Latent Multi-Teacher On-Policy Distillation본 연구는 서로 다른 분야의 전문성을 가진 여러 교사 모델들의 능력을 단일 학생 모델로 효과적으로 통합하는 핵심 기법을 제안합니다.#Review#Large Language Models#On-Policy Distillation#Multi-Teacher Distillation#Representation Alignment#Domain Routing#Supervision Scheduling2026년 10월 4일댓글 수 로딩 중
[논문리뷰] PixelDense: Dense Prediction as Representation Alignment for Pixel Diffusion본 논문은 Diffusion 모델 학습 시 고정된 인코더로부터 정렬 신호를 받는 REPA 방식이, 단순히 의미론적 teacher에만 의존할 때 발생하는 한계를 해결하고자 합니다.#Review#Pixel Diffusion#Representation Alignment#Dense Prediction#Diffusion Transformer#Geometric Constraint#Semantic Routing2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation본 논문은 기존의 확산 모델 기반 depth 추정 방식이 가지는 미세 디테일 손실 및 경계 흐림 현상을 해결하고자 합니다.#Review#Monocular Depth Estimation#Diffusion Transformers#Sinkhorn Matching#Representation Alignment#iREPA#Parameter-Efficient Fine-Tuning#Generative Computer Vision2026년 9월 8일댓글 수 로딩 중
[논문리뷰] FlashRender: Few-Step Generative Rendering via Camera-Controlled Video MeanFlow기존 카메라 제어 비디오 생성 기술은 영화 제작 및 가상 프로덕션과 같은 다양한 응용 분야에서 상당한 주목을 받아왔다. 그러나 기존 Generative Rendering 방법들은 높은 추론 비용을 초래하는 많은 Sampling Step을 요구하여 실제 사용 가능성을 제한하는 문제를 가지고 있다.#Review#Generative Rendering#Few-Step#MeanFlow#Representation Alignment#Camera Control#Video Generation#Discretization Error2026년 9월 3일댓글 수 로딩 중
[논문리뷰] ReFlowSET: Representation-Aligned Latent Flow Matching for SAR-to-EO Image Translation본 논문은 기존의 SAR-to-EO Translation(SET) 연구들이 모델의 근간이 되는 VAE(Autoencoder)의 적합성을 고려하지 않고 자연 이미지용 pretrained codec을 고정적으로 사용한다는 문제점을 해결하고자 합니다.#Review#SAR-to-EO Translation#Latent Flow Matching#Diffusion Transformer#Representation Alignment#Autoencoder Selection2026년 9월 1일댓글 수 로딩 중
[논문리뷰] VideoRAE: Taming Video Foundation Models for Generative Modeling via Representation Autoencoders본 논문은 기존의 3D-VAE 기반 비디오 토크나이저가 픽셀 단위의 복원(MSE)에 과도하게 최적화되어 고차원적인 의미론적 구조를 포착하지 못한다는 문제점을 해결하고자 합니다.#Review#Video Foundation Models#Representation Autoencoders#Generative Modeling#Representation Alignment#Latent Spaces#Diffusion Transformers#Autoregressive Models2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Scalable Visual Pretraining for Language Intelligence본 연구는 대규모 언어 모델이 문서의 시각적 요소를 평문으로 변환할 때 발생하는 정보 손실을 해결하기 위해 시각적 문서 자체를 직접 학습하는 VP를 제안한다.#Review#Visual Pretraining#Foundation Models#Multimodal Learning#Scientific Reasoning#Representation Alignment#Autoregressive Training2026년 7월 12일댓글 수 로딩 중
[논문리뷰] GEAR: Guided End-to-End AutoRegression for Image Synthesis본 논문은 현대의 시각적 생성 모델들이 tokenizer와 generator를 2단계로 분리하여 학습함으로써 발생하는 비효율성을 해결하고자 합니다 .#Review#GEAR#Autoregressive#Tokenizer#End-to-End#Representation Alignment#Vector Quantization#Image Synthesis2026년 6월 30일댓글 수 로딩 중
[논문리뷰] Distill Once, Adapt Life-Long: Exploring Dataset Distillation for Continual Test-Time Adaptation본 논문은 CTTA 환경에서 발생하는 Catastrophic Forgetting과 Self-training 오류의 누적 문제를 해결하기 위해 DO-ALL 프레임워크를 제안합니다.#Review#Continual Test-Time Adaptation#Dataset Distillation#Catastrophic Forgetting#Stability#Source-Free#Plug-and-Play#Representation Alignment2026년 6월 24일댓글 수 로딩 중
[논문리뷰] Implicit Reasoning for Large Language Model-based Generative Recommendation본 논문은 LLM 기반의 Generative Recommendation(GR) 시스템에서 명시적 CoT 추론이 오히려 추천 성능 향상에 한계를 보인다는 문제를 다룹니다. 기존 연구들은 LLM의 월드 지식을 활용하고자 자연어 추론 과정을 도입했으나, 이는 계산 비용이 크고 실제 성능 기여도가 불분명합니다 .#Review#Generative Recommendation#Large Language Models#Chain-of-Thought#Semantic IDs#Implicit Reasoning#Representation Alignment#PauseRec2026년 6월 15일댓글 수 로딩 중
[논문리뷰] MaskAlign: Token-Subset Representation Alignment for Efficient Diffusion Training본 논문은 기존의 Representation Alignment 기법이 diffusion 모델의 학습 효율성을 개선함에도 불구하고, 노이즈가 포함된 모델 입력과 깨끗한 이미지 기반의 참조 특징 사이에서 발생하는 근본적인 '불일치(mismatch)' 문제를 해결하고자 합니다.#Review#Diffusion Models#Representation Alignment#Token Masking#Efficient Training#Stochastic Interpolants#Transformer2026년 6월 11일댓글 수 로딩 중
[논문리뷰] UniSD: Towards a Unified Self-Distillation Framework for Large Language Models본 논문은 기존 LLM의 post-training 과정이 외부 모델에 지나치게 의존함으로써 발생하는 비용 문제와 보안 위험을 해결하기 위해 UniSD라는 통일된 Self-Distillation 프레임워크를 제안합니다.#Review#Self-Distillation#Large Language Models#On-Policy Learning#Supervision Reliability#Representation Alignment#Training Stability2026년 5월 10일댓글 수 로딩 중
[논문리뷰] MMCORE: MultiModal COnnection with Representation Aligned Latent Embeddings본 논문은 MLLM의 강력한 시맨틱 추론 능력과 확산 모델의 고품질 이미지 생성 능력을 통합하면서도 학습 효율성을 극대화하는 것을 핵심 문제로 다룹니다.#Review#Multimodal Generation#Vision-Language Model#Latent Embeddings#Diffusion Model#Representation Alignment#Unified Framework2026년 4월 22일댓글 수 로딩 중
[논문리뷰] Representation Alignment for Just Image Transformers is not Easier than You ThinkRepresentation Alignment (REPA)는 Latent Space Diffusion Transformer의 학습을 가속화하는 효과적인 방법으로 제시되었으나, Just Image Transformers (JiT)와 같은 Pixel-space Diffusion 모델에 이를 적용할 경우 오히려 성능 저하를 야기합니다.#Review#Representation Alignment#Pixel-space Diffusion#Just Image Transformers#Feature Hacking#Masked Transformer Adapter#Diffusion Models#Image Generation2026년 3월 26일댓글 수 로딩 중
[논문리뷰] FRAPPE: Infusing World Modeling into Generalist Policies via Multiple Future Representation Alignment본 논문은 Vision-Language-Action (VLA) 모델이 세계 모델링 능력을 향상시키는 데 직면한 두 가지 주요 문제(픽셀 단위 재구성에 대한 과도한 강조와 예측된 미래 관찰에 대한 의존으로 인한 오류 누적)를 해결하고자 합니다.#Review#World Modeling#Generalist Policies#Representation Alignment#Diffusion Models#Robotics#Fine-tuning#Egocentric Data#VLA2026년 2월 19일댓글 수 로딩 중
[논문리뷰] Olaf-World: Orienting Latent Actions for Video World Modeling본 논문은 액션 레이블의 희소성으로 인해 액션-제어 가능한 월드 모델의 확장이 제한되는 문제를 해결하고자 합니다.#Review#Video World Models#Latent Actions#Cross-context Transfer#Zero-shot Action Transfer#Data-efficient Adaptation#Self-supervised Learning#Representation Alignment2026년 2월 10일댓글 수 로딩 중
[논문리뷰] Boosting Latent Diffusion Models via Disentangled Representation AlignmentLatent Diffusion Models (LDMs)의 핵심 구성 요소인 Variational Autoencoders (VAEs)가 기존처럼 픽셀 단위 재구성에만 초점을 맞추거나, LDM과 동일한 상위 수준의 의미론적 정렬 대상을 사용하는 한계를 지적합니다.#Review#Latent Diffusion Models#Variational Autoencoders#Disentangled Representations#Vision Foundation Models#Representation Alignment#Image Generation#Semantic Disentanglement2026년 1월 12일댓글 수 로딩 중
[논문리뷰] Flowing Backwards: Improving Normalizing Flows via Reverse Representation Alignment본 논문은 Normalizing Flows (NFs) 의 생성 품질이 학습된 의미론적 표현의 부족으로 제한되는 문제를 해결하고자 합니다.#Review#Normalizing Flows#Representation Alignment#Generative Models#TARFlow#Image Generation#Classification#Training Acceleration#Reverse Pass2025년 12월 3일댓글 수 로딩 중
[논문리뷰] Don't Blind Your VLA: Aligning Visual Representations for OOD Generalization논문은 사전 훈련된 Vision-Language-Action (VLA) 모델이 로봇 액션 태스크에 미세 조정될 때 발생하는 시각 표현의 퇴화(degradation) 문제를 해결하고자 합니다.#Review#Vision-Language-Action Models#OOD Generalization#Representation Alignment#Fine-tuning#Robotics#Visual Representations#Attention Maps#t-SNE2025년 11월 9일댓글 수 로딩 중