Recent Posts
[WACV 2026] Zero-Shot Customizable Video Anomaly Detection with LVLM
안녕하세요. 이번에는 Zero-Shot Customizable Video Anomaly Detection with LVLM 논문을 읽어보았습니다. 앞서 읽었던 LAVAD와 EventVAD처럼 별도의 탐지 모델 학습 없이 비디오에서 이상 상황을 찾는 연구인데요….
[Arxiv 2026] Rethinking Latent Visual Reasoning: Grounding Latent Reasoning in Visual Evidence
안녕하세요. 이번에는 10월 아카이브에 올라온 ReaLVR라는 논문을 읽어보았습니다. 제가 국내 학술대회에 제출하려고 하는 논문이 LVR 관련이고 CoT 관련한 연구 동향까지 살피고자 읽게 되었습니다. Abstract 기존…
[IROS 2026] SoftNav: Injecting 3D Scene Tokens into VLMs for Embodied Navigation
안녕하세요. 오늘은 soft-token 방식으로 기하학적 정보를 VLM에 주입시켜주는 논문을 가져왔습니다. 바로 한번 시작해보겠습니다 Introduction Goal-directed navigation에서는 미리 만들어준 지도 없이 처음 보는 3D 환경에서도 text로…
[CoRL 2026] WAM-Nav: Asymmetric Latent World-Action Modeling for Unified Visual Navigation
안녕하세요. 이번에 리뷰로 가져온 논문은 CoRL 2026에 올라온 WAM-Nav: Asymmetric Latent World-Action Modeling for Unified Visual Navigation이라는 논문입니다. 해당 논문은 기존 Visual Navigation 모델들이 현재…
[CVPR 2025] MANTA: Diffusion Mamba for Efficient and Effective Stochastic Long-Term Dense Action Anticipation
안녕하세요, 오늘 소개할 논문은 CVPR 2025 논문인 MANTA입니다. 해당 연구는 제가 직전 엑스리뷰로 작성했고 랩세미나 때도 소개드린 Gated Temporal Diffusion 논문 저자들의 후속 연구로, generator에서…
[WACV 2024] Investigating the Role of Attribute Context in Vision-Language Models for Object Recognition and Detection
오늘은 VLM 이 객체의 이름뿐 아니라 그 객체를 설명하는 속성(Attribute)까지 제대로 이해하고 있는가에 대한 분석을 다룬 논문입니다. 여기서 객체를 설명하는 속성을 이해한다는 뜻은 무엇일까요? 예를…
[Arxiv 2026] Swarm Telepathy: Prefill-Free KV-Cache Transfer Across Families
안녕하세요. 이번에는 10월 아카이브에 올라온 Swarm Telepathy 라는 논문을 읽어보았습니다. MIT 논문이네요. 요즘의 LLM 기반 multi-agent system에서는 여러 agent가 역할을 나눠 문제를 해결하고, 서로의 결과를…
[ACM MM2026] M3MAD-Bench: Multi-Dimensional Evaluation ofMulti-Agent Debate Across Domains and Modalities
[Intro] 오늘 소개드릴 논문은 multi agent debate(MAD) 시스템의 정확한 평가를 위한 벤치마크인 M3MAD-Bench에 대해 다루고 있습니다. 이는 기존의 MAD 연구는 평가가 텍스트 전용 시나리에 국한되어있는…
[ICML 2025] Why Is Spatial Reasoning Hard for VLMs? An Attention Mechanism Perspective on Focus Areas
VLM(MLLM)은 왜 Spatial Reasoning을 어려워 할까요? VLM은 “Under”, “Behind”와 같은 단순한 공간적 관계를 인지하는 것조차 어려워 합니다. 이번 논문은 그런 의문을 Attention Mechanism 관점에서 분석하여…
[NIPS 2026] Is a Linear Probe Evidence of a Linear Representation?
모델이 해당 정보를 잘 알고있는가를 평가하는 0. Background 본격적인 리뷰에 앞서, 이번 논문에서 핵심적으로 다루는 Linear Probing이라는 평가 방법에 대해 먼저 살펴보겠습니다. CLIP이나 DINO와 같은…
안녕하세요 희승님, 좋은 리뷰 감사합니다! IOR에서 전체 이미지의 embedding이 작은 객체보다 큰 객체의 embedding과 더 유사하다는 점은 이해했습니다. 다만, 이…