[논문리뷰] SALD: Self-Referenced Advantage Learning for Diffusion Models본 논문은 기존 Diffusion 모델의 uniform training이 이미지 및 캡션 쌍, noise level, 시각적 디테일에 따라 크게 달라지는 훈련 난이도를 제대로 처리하지 못하는 문제를 해결하고자 한다.#Review#Diffusion Models#Self-Referenced Learning#Advantage Learning#Gradient Allocation#Flow-Matching#Spectral Bias#Adaptive Curriculum2026년 10월 13일댓글 수 로딩 중
[논문리뷰] Colored Noise Diffusion Sampling본 논문은 기존의 Diffusion model SDE(Stochastic Differential Equations) 솔버가 생성 과정의 Spectral Bias를 무시하고 균일한(uniform) white noise를 주입함으로써 유한한 에너지 예산을 비효율적으로 사용하는 문제를 해결합니다.#Review#Diffusion Models#Spectral Bias#Stochastic Differential Equations#Colored Noise Sampling#Inference-time Optimization#Generative Fidelity2026년 5월 28일댓글 수 로딩 중
[논문리뷰] The Prism Hypothesis: Harmonizing Semantic and Pixel Representations via Unified Autoencoding본 논문은 최신 파운데이션 모델에서 추상적 의미(semantic abstraction)와 시각적 충실도(pixel-level fidelity) 사이의 근본적인 불일치를 해결하는 것을 목표로 합니다.#Review#Unified Autoencoding#Prism Hypothesis#Semantic Representations#Pixel Representations#Frequency-Band Modulator#Foundation Models#Spectral Bias#Generative Models2025년 12월 22일댓글 수 로딩 중