결국 도메인 gap 을 줄이는데 ( 정확히는 align 할때 ) 문제점을 조금 더 파고드는게 중요하다는 생각이 들기는한다 1) 도메인 gap 을 줄이는 연구가 과연 아직 유효한가 ? -> 그렇긴하나 예전보다 더 세분화해서 봐야할 것 같다. global alignment는 좋아 보여도 local pairwise alignment는 깨질 수 있음modality-shared semantics와 modality-specific residue가 뒤엉켜 있을 수 있음retrieval에는 좋은데 generation/grounding/transfer에는 안 좋을 수 있음two-modal에서는 괜찮은데 multi-modal로 가면 conflict가 커질 수 있음같은 contrastive model이어도 unifo..
제가 하고 싶은 연구의 이상적인 방향인것 같아서 오랜만에 깊게 읽었습니다. Appendix 도 읽었고,,, 깊게 고민도 했습니다. 저자분에게 직접 메일을 보내서 자문을 구해보기도 하고 , 친절하게 답해주셔서 너무 좋았습니다. 아카이빙용이라 appendix 나 이런게 긁어온것 중에서 이해되는 부분 넣어둔거긴 한데 , 보실때는 이게 이해가 더 잘될 것 같아서 올려봅니다. 마침 코드도 최근에 공개 되어서 아직 사용은 못해도 (파라미터가 다 안올라온걸로 알아서 ) 조만간 올라오면 fork 떠서 실제로 좀 여러가지 살펴봐야겠다고 생각이 들었습니다. +) 발표때 잘못 된 내용 ( 논문을 읽다가 중간에 잘 못 읽은 ) 부분이 있어서 잠깐 정정한 버전으로 업데이트하겠다. - 읽으면서 목적을 조금 더 명확하..
2025 Neurlps best paper 중 diffusion 에 관련한 논문 읽어보았다.꽤나 흥미로운 논문이였고 최근에 디퓨전 관련해서 이런 이론적인 연구역시 아직 활발한 것 같다.또한 내용도 직관적이여서 읽기 편했다 ( 그것은 내가 너무나 복잡한 수식을 생략했기 때문.. )( Is Your Diffusion Model Actually Denoising? 라는 논문도 재밌어 보였다. ) https://www.notion.so/Why-Diffusion-Models-Don-t-Memorize-The-Role-of-Implicit-Dynamical-Regularization-in-Training-2c4f1793501b80d98760cffcb477906e?source=copy_link ( 아래는 빈약한 카..
