예비 대학원생의 논문 리뷰 뽀개기

ICLR 2026 oral1) 해결하려는 문제핵심 문제는 long video generation에서의 error accumulation(드리프트)이다.기존 diffusion 기반 video 생성은 autoregressive 구조를 사용하며, 이전 프레임을 조건으로 다음 프레임을 생성한다. 이 과정에서:작은 예측 오차가 누적됨시간이 지날수록 영상 품질, motion consistency, semantic control이 붕괴됨또한 더 근본적인 문제는 다음과 같다:training–test hypothesis gaptraining: clean data 기반inference: self-generated noisy output 기반이 불일치가 error accumulation을 가속한다.2) 선행연구기존 접근의 ..

ICLR 2026 Oral이 논문은 Video Large Language Model(VLLM) 에서 비디오 토큰 수가 너무 많아 생기는 추론 비효율 문제를 다룬다. 핵심은 학습 없이(training-free), 그리고 plug-and-play 방식으로 비디오 토큰을 줄이되 중요한 시공간 정보를 최대한 유지하는 것이다. 논문은 이를 위해 FlashVID라는 방법을 제안한다.1) 어떤 문제를 해결하고 싶은가VLLM은 비디오를 이해할 때 프레임마다 매우 많은 visual token을 처리한다. 토큰 수가 많아지면 attention cost가 시퀀스 길이에 대해 크게 증가하고, 메모리와 연산량 부담도 커진다.직관적으로 보면, 비디오는 같은 정보가 여러 프레임에 반복해서 등장한다. 한 프레임 안에서도 비슷한 패치..