[ICRA 2026] VITRA : Scalable Vision-Language-Action Model Pretraining for Robotic Manipulation with Real-Life Human Activity Videos
안녕하세요, 이번주 X-review는 unscripted real-life human video를 VLA pretraining 데이터로 바꾸는 연구를 리뷰해보려고 합니다. 지난 ActiveMimic 리뷰에 이어 egocentric human video를 로봇 학습으로 끌어오는 결의…
[NIPS 2025] Mitigating Semantic Collapse in Partially Relevant Video Retrieval
안녕하세요. 이번 X-Review에선 새롭게 Partially Relevant Video Retrieval(PRVR) 문제를 다룬 논문을 소개해드리고자 합니다. 이 논문은 PRVR에서 자주 발생하는 semantic collapse 문제를 text embedding과 video embedding…
[ICML 2026 Oral] Necessary Conditions for Compositional Generalization of Embedding Models
오늘 리뷰는 생각보다 기네요.. compositional generalization을 위한 임베딩 구조는 무엇인가? 에 대한 답변을 찾기위해 고민한 페이퍼입니다. Venue: ICML 2026 OralAuthors: Arnas Uselis, Andrea Dittadi, Seong Joon…
[2026-1기][김은아] 학부개발인턴(UDI)을 마치며
안녕하세요. 2026년 1학기 개발인턴 1기에 참여한 김은아입니다. 앞으로 개발인턴 지원을 고민하시는 분들께 이 글이 도움이 되길 바랍니다. 1. 지원 동기저는 지능기전공학과 3학년을 마치며, 학교 시험과…
[2026-1기][유지원] 학부개발인턴(UDI)을 마치며
안녕하세요. 2026년 1월부터 6월까지 6개월간 UDI 프로그램에 참여한 유지원입니다. RCV 연구실에 UDI 프로그램이 처음 도입된 해에 1기로 참여하게 되었습니다. 제가 경험한 내용이 앞으로 UDI 프로그램…
[arXiv2026] What Should Agents Say? Action-state Communication for Efficient Multi-Agent Systems
Intro LLM의 활용 형태중 하나로 MAS(multi agent system)이 활발하게 연구되고 있습니다. 최근 연구는 특히 roles 제안이나 tool 구성 제안과 같은 방식으로 이루어지고 있는데, 에이전트간 소통의…
[Arxiv 2022] Exploring Visual Explanations for Contrastive Language-Image Pre-training
안녕하세요 이번에 들고온 논문은 CLIP 의 Vision 과 Text embedding의 similarity map 이 기대하는 경향성과는 반대라는점을 밝히고 개선한 논문입니다. Abstract 우선 저자는 Contrastive Language-Image Pre-training,…
[CVPR 2026] WeDetect: Fast Open-Vocabulary Object Detection as Retrieval
안녕하세요. 오늘 소개할 논문은 중국의 대표 메신저 기업 WeChat에서 CVPR 2026에 개제한 논문으로, OVOD를 vision-language의 fusion 없이 단순한 retrieval 문제로 재정의한 논문입니다. 1. Introduction 컴퓨터…
[CVPR 2026] Back to Basics: Let Denoising Generative Models Denoise
안녕하세요. 이번 x-review는 최근 이미지 생성 분야에서 큰 주목을 받고 있는 논문인 “Back to Basics: Let Denoising Generative Models Denoise”입니다. MIT의 Tianhong Li와 Kaiming He가…
[ICLR 2026] REI-BENCH: Can Embodied Agents Understand Vague Human Instructions in Task Planning?
안녕하세요. 이번에는 REI-BENCH: Can Embodied Agents Understand Vague Human Instructions in Task Planning?이라는 논문을 읽어보게 되었습니다. 쉽게 말하면, 로봇이 사람이 애매하게 말한 지시를 얼마나 잘…
안녕하세요 주연님 좋은 댓글 감사합니다. 우선 생각하신 분석이 제가 논문 읽으면서 느낀것과 같습니다. 즉 저자가 주장하는 camera 시점의 bias 가…