제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
arXiv:2610.33008v1 발표 유형: 신규 초록: 확산형 대규모 언어 모델(dLLMs)은 반복적인 마스킹 디노이즈를 통해 유연한 생성을 가능하게 하지만, 디노이즈 단계마다 토큰 표현을 여러 번 재계산해야 하므로 추론 비용이 상당히 발생합니다. 기존의 캐시 기반 방법들은 디노이즈 단계들 간에 중간 결과를 재사용하고, 각 단계에서 고정된 일정이나 변화를 나타내는 휴리스틱 신호에 따라 선택된 일부 위치만 다시 계산함으로써 이러한 비용을 줄입니다. 반면, 우리의 궤적 실험에서는 해독 궤적이 더 중요한 지표임을 보여줍니다. 캐시를 활용한 생성은 전체 디노이즈 궤적에 가까울 때 정확도가 유지되며, 오차는 주로 마스킹 순서의 변동 부근에 집중되고, 긴 참조 접두사가 복구될수록 감소합니다. 이는 제안…
arXiv:2610.33062v1 발표 유형: 신규 초록: 통합 대규모 다중 모달 모델(ULMM)은 텍스트-이미지 교차 생성을 통해 시각적 추론을 수행할 수 있지만, 명시적인 중간 이미지를 생성하는 데에는 상당한 계산 부하가 발생합니다. 시각 잠재 공간 추론이 이 문제를 해결하긴 하지만, 기존의 대부분 방법은 시각 생성이 불가능한 시각-언어 모델(VLM)에 의존하고 있습니다. 우리는 ULMM에서 잠재적 시각 추론을 가능하게 하는 새로운 프레임워크인 Oddin을 제안합니다. Oddin은 중간 이미지를 간결한 잠재 토큰으로 대체하며, 이를 이해 분기에서 전적으로 처리하도록 하고, 생성 분기는 최종 출력 이미지 생성에만 할애합니다. 우리는 세 가지 목표—최종 이미지 생성 손실, 텍스트 증류 손실, 그리고 교차 엔트로피 손실—을 포함한 오프라인 자기 증류 방식으로 모델을 학습합니다.
arXiv:2610.31721v1 발표 유형: 신규 초록: 비용이 많이 드는 평가와 복잡한 제약 조건 하에서 고차원 물리 시스템을 최적화하는 문제는 과학과 공학 분야의 핵심 과제입니다. 오프라인 모델 기반 최적화(MBO)에서는 테스트 시간에 실제 목적함수에 대한 접근 없이, 고정된 데이터 세트만을 이용해 설계를 개선해야 합니다. 그러나 기존 방법들은 일반적으로 보수성 문제, 제약 없는 대리모델 활용, 또는 정밀한 물리적 목표에 맞춰 후보들을 정교하게 개선하지 못하는 정적인 추론 시점 샘플러로 작동하는 등의 한계를 안고 있습니다. 본 논문에서는 오프라인 MBO를 위한 미분 가능한 디퓨전 조건부(D2C) 방법을 제안합니다. 이 방법은 결정론적 샘플링이 역노이즈 체인을 조건부 신호에 대해 미분 가능하게 만든다는 점을 활용합니다. D2C는 …
arXiv:2610.31765v1 발표 유형: 신규 초록: 단일 참조 영상으로부터 동적 장면의 여러 영상을 생성하려면, 시점 간에 관찰된 내용과 미관찰된 내용을 일관되게 합성해야 합니다. 영상 확산을 위한 기존 카메라 제어 방법들은 일반적으로 카메라 임베딩, 시점 간 주의 메커니즘, 기하학적 조건부 등과 같은 아키텍처적 기법에 의존합니다. 이러한 접근법은 정적인 장면 콘텐츠에는 효과적이지만, 시점과 시간에 걸쳐 일관성을 유지해야 하는 세밀하고 동적인 기하학적 특성에는 종종 어려움을 겪습니다. 우리는 각 2D 이미지 평면에서 독립적으로 샘플링하는 대신, 소스 영상에서 도출된 표준적인 3D 공간에서 가우시안 노이즈 사전 분포를 샘플링하고 이를 목표 카메라로 래스터화함으로써 확산 과정 자체를 동기화합니다. 우리의 m
