[논문리뷰] Just MLPs: Efficient Visual State Reconstruction for Multimodal Language Models본 논문은 Multimodal Large Language Models (MLLMs)에서 고해상도 이미지 및 비디오와 같은 긴 Visual Token 시퀀스로 인해 발생하는 막대한 계산 오버헤드 문제를 해결하고자 한다.#Review#Multimodal Large Language Models (MLLMs)#Visual Token#Low-Rank Adapters#Visual State Reconstruction#Efficiency#Inference#Supervised-KD2026년 9월 28일댓글 수 로딩 중
[논문리뷰] AdaCodec: A Predictive Visual Code for Video MLLMs본 논문은 기존 비디오 MLLMs가 비디오의 시간적 중복성(Temporal Redundancy)을 무시하고 모든 프레임을 독립적인 RGB 이미지로 처리하여 발생하는 비효율성 문제를 해결한다.#Review#Video MLLMs#Predictive Coding#Visual Token#Efficiency#Temporal Redundancy#GOP (Group of Pictures)#Latency2026년 6월 4일댓글 수 로딩 중