[논문리뷰] SemComp-Bench: Benchmarking Semantic Task Completion in Video Generation본 연구는 현존하는 Video Generation 모델들이 시각적 품질이나 시간적 일관성은 뛰어나지만, 사용자의 구체적인 작업 목표를 달성하는 능력은 제대로 평가받지 못하고 있다는 문제 인식에서 출발합니다.#Review#Semantic Task Completion#Video Generation#Semantic Grounding#Outcome Achievement#Generation Reliability#VLM-based Evaluation2026년 8월 19일댓글 수 로딩 중
[논문리뷰] Generative World Renderer본 논문은 generative inverse 및 forward rendering 기술을 실제 환경(in-the-wild)으로 확장하는 데 발생하는 데이터 병목 문제를 해결하는 것을 목표로 합니다.#Review#Generative World Renderer#Inverse Rendering#G-buffer#Dataset Construction#Video Diffusion Models#VLM-based Evaluation2026년 4월 2일댓글 수 로딩 중
[논문리뷰] MMGR: Multi-Modal Generative Reasoning본 논문은 대규모 텍스트-투-비디오 모델 평가의 한계, 특히 인지적 충실도를 넘어선 추론 능력 을 평가하는 문제를 해결하고자 합니다.#Review#Multi-Modal Generative Models#Reasoning Evaluation#World Models#Physical Commonsense#Abstract Reasoning#Embodied Navigation#VLM-based Evaluation#Temporal Consistency2025년 12월 16일댓글 수 로딩 중