Jiaqi Wang์ด [arXiv]์ ๊ฒ์ํ โBeyond Fixed: Variable-Length Denoising for Diffusion Large Language Modelsโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Hao Tang์ด [arXiv]์ ๊ฒ์ํ โ3D-R1: Enhancing Reasoning in 3D VLMs for Unified Scene Understandingโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Kaixin Wang์ด [arXiv]์ ๊ฒ์ํ โvilla-X: Enhancing Latent Action Modeling in Vision-Language-Action Modelsโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Abdelrahman Mohamed์ด [arXiv]์ ๊ฒ์ํ โiLRM: An Iterative Large 3D Reconstruction Modelโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.
Jiasheng Tang์ด [arXiv]์ ๊ฒ์ํ โTARS: MinMax Token-Adaptive Preference Strategy for Hallucination Reduction in MLLMsโ ๋ ผ๋ฌธ์ ๋ํ ์์ธํ ๋ฆฌ๋ทฐ์ ๋๋ค.