paper

• ReNoise: Real Image Inversion Through Iterative Noising
  inversion과 editing에 대한 논문
• Efficient Video Diffusion Models via Content-Frame Motion-Latent Decomposition
  NVIDIA, KAIST가 같이 쓴 ICLR 2024
• StyleCineGAN: Landscape Cinemagraph Generation using a Pre-trained StyleGAN
  오랜만의 StyleGAN 기반 논문. KAIST
• Gaussian Frosting: Editable Complex Radiance Fields with Real-Time Rendering
• Cobra: Extending Mamba to Multi-Modal Large Language Model for Efficient Inference
  Mamba에 이어 Cobra,, 뱀의 향연
• Evaluating Frontier Models for Dangerous Capabilities
  현 LLM들이 얼마나 위험한지 평가하는 연구. AI 윤리나 안정성에 대한 연구와 논란도 끊이지 않는 주제이다.
• When Do We Not Need Larger Vision Models?
  vision tasks에서 VLLM이 필요 없고 작은 모델만으로도 가능하다고 이야기 함.
• IDAdapter: Learning Mixed Features for Tuning-Free Personalization of Text-to-Image Models
  UNet 에서 self attention과 cross attention 사이에 adapter를 넣었다.
• SceneScript: Reconstructing Scenes With An Autoregressive Structured Language Model
  비디오 스트림에도 장면에 맞는 scene scripts를 짜주는 모델.
• ✨Magic Fixup: Streamlining Photo Editing by Watching Dynamic Videos
  포토샵을 가지고 수정할 수 있는 모델. 역시 어도비에서 썼다.
• [HyperLLaVA: Dynamic Visual and Language Expert Tuning for Multimodal Large Language Models](https://arxiv.org/pdf/2403.13447.pdf
• ZigMa: Zigzag Mamba Diffusion Model
  지그제그가 Z모양이 아니고 ㄹ모양으로 지그제그를 해여 각 패치를 계산한다.
• Evolutionary Optimization of Model Merging Recipes
  Japanese Language model이 초점이 되어 있는 것 같긴 한데, 일본에서 나온 페이퍼는 매우 드물어서 조금 신기.
• Be-Your-Outpainter: Mastering Video Outpainting through Input-Specific Adaptation
  비디오 outpainting 논문