[논문리뷰] Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval본 연구는 다중 벡터 기반의 Vision-Language Retrieval에서 발생하는 과도한 스토리지 비용과 추론 지연 문제를 해결하고자 합니다.#Review#Vision-Language Retrieval#Token Merging#Late Interaction#Object-Aware#Token Compression#Multi-vector Retrieval2026년 7월 6일댓글 수 로딩 중
[논문리뷰] ConceptMoE: Adaptive Token-to-Concept Compression for Implicit Compute Allocation대규모 언어 모델(LLMs)이 모든 토큰에 균일하게 연산을 할당하여 비효율적인 연산 자원 사용을 초래하는 문제를 해결하는 것이 목표입니다.#Review#MoE#LLMs#Adaptive Compression#Token Merging#Compute Allocation#Efficiency#Vision-Language Models#Continual Training2026년 1월 29일댓글 수 로딩 중
[논문리뷰] MergeDNA: Context-aware Genome Modeling with Dynamic Tokenization through Token Merging이 논문은 유전체 서열 모델링의 두 가지 난제인 다양한 정보 밀도 와 고유한 어휘 단위 부재 를 해결하고자 합니다.#Review#Genome Modeling#Dynamic Tokenization#Token Merging#Context-aware Learning#DNA Foundation Models#Transformer Architecture#Multi-omics2025년 11월 23일댓글 수 로딩 중