MotionFollower가 pose, reference controller와 reconstruction, editing branch로 인물 동작을 바꾸는 원리, 9.8GB 수치와 시간 일관성 검증법을 설명합니다.

Spark-TTS가 텍스트와 음성 표현을 단순한 생성 흐름으로 연결하는 방식, 목소리 유사도, 명료도, 운율, 안전성을 분리해 평가하는 방법을 설명합니다.

KV-Edit가 원본 배경의 attention key, value를 cache하고 foreground만 확산 편집하는 원리, O(1) 메모리, 배경 보존 주장을 검증하는 방법을 설명합니다.

OASIS가 LLM 에이전트, 추천, 팔로우 네트워크로 정보 확산과 집단 행동을 실험하는 방식, 100만 규모와 현실 예측의 중요한 경계를 설명합니다.

UniTok의 Multi-Codebook Quantization이 생성용 세부 정보와 이해용 의미 표현을 한 토큰 공간에 담는 방식, rFID, 정확도 trade-off와 검증법을 설명합니다.

olmOCR이 PDF 페이지를 이미지로 읽어 텍스트, 표, 수식, 읽기 순서를 복원하는 과정, 대규모 변환 실행과 문서 유형별 검수 기준을 설명합니다.

Sa2VA가 LLaVA의 문장 이해와 SAM-2의 이미지, 비디오 분할을 SEG 토큰으로 연결하는 원리, 객체 identity와 mask 오류를 검증하는 방법을 설명합니다.

DICEPTION이 깊이, 표면 법선, 분할 출력을 RGB로 통합하는 원리와 태스크별 성능 차이, 50-shot 적응과 운영 단순화의 trade-off를 설명합니다.

PhotoDoodle이 소량의 전후 이미지 쌍에서 장식 스타일을 학습하고 배경을 보존하는 구조, 데이터 제작, 마스크, 실행 코드의 검증 기준을 설명합니다.

유튜브 조회수 하락을 노출 경로, CTR, 시청 지속 시간으로 나눠 진단하고, 제목, 썸네일, 도입, 주제 실험을 작은 표본에서 비교하는 방법을 설명합니다.