[논문리뷰] GGSS: Geodesic-Gated Spherical Steering for Inference-Time Debiasing of Generative Vision-Language Models본 논문은 최신 Generative VLMs가 특정 인구통계학적 속성에 따라 편향된 결과를 생성하는 문제를 해결하고자 합니다. 기존의 추론 단계 편향 완화 기법들은 주로 CLIP과 같은 정적 임베딩 공간에서 전역적인 편향을 제거하는 방식에 최적화되어 있습니다.#Review#Generative Vision-Language Models#Inference-Time Debiasing#Activation Steering#Spherical Geometry#Geodesic Interpolation#Counterfactual Bias Subspace2026년 8월 30일댓글 수 로딩 중
[논문리뷰] Geometry-Aware Image Flow Matching기존의 Continuous Normalizing Flows (CNF), Diffusion models (DM), Flow Matching (FM)과 같은 발전된 생성 모델들은 이미지 데이터를 고차원 Euclidean space의 벡터로 간주하는 Euclidean geometry 가정을 기반으로 합니다.#Review#Flow Matching#Spherical Geometry#Image Generation#Riemannian Manifold#Optimal Transport#Hyperspherical Projection#Generative Models2026년 5월 25일댓글 수 로딩 중
[논문리뷰] DA^2: Depth Anything in Any Direction파노라마 깊이 추정 분야에서 데이터 부족 , 제로샷 일반화 성능 저하 , 그리고 구형 왜곡 처리의 비효율성 이라는 세 가지 주요 문제를 해결하는 것을 목표로 합니다. 이를 통해 정확하고, 제로샷 일반화가 가능하며, 완전히 엔드-투-엔드 방식의 파노라마 깊이 추정 모델을 제시하고자 합니다.#Review#Panoramic Depth Estimation#Zero-shot Generalization#Data Curation#SphereViT#Spherical Geometry#360-degree Imaging#Vision Transformer2025년 10월 1일댓글 수 로딩 중