[논문리뷰] Three-Body Scattering for Generative Modeling본 논문은 현대 generative models이 adversarial critic, prescribed noise-to-data path(예: diffusion models), 또는 autoregressive factorization에 의존하는 한계를 극복하기 위해 새로운 one-step generation 방법을 제안합니다.#Review#Three-Body Scattering Modeling (TBSM)#Generative Modeling#Energy Distance#One-Step Generation#Tracked Scattering#Wasserstein Gradient Flow#FID#ImageNet2026년 7월 26일댓글 수 로딩 중
[논문리뷰] Condition Errors Refinement in Autoregressive Image Generation with Diffusion Loss본 연구는 오토회귀(Autoregressive) 이미지 생성 모델 이 확산 손실(diffusion loss) 과 결합될 때 발생하는 '조건 불일치(condition inconsistency)' 문제를 해결하고, 이로 인해 누적되는 extraneous 정보가 패치 생성 품질을 저해하는 한계를 극복하는 것을 목표로 합니다.#Review#Autoregressive Models#Diffusion Models#Image Generation#Condition Refinement#Optimal Transport#Wasserstein Gradient Flow#Score Matching#Patch Denoising2026년 2월 10일댓글 수 로딩 중