
Self Gradient Forcing
요약
자기회귀 비디오 모델의 컨텍스트-경사 경로 누락 문제를 해결하는 'Self Gradient Forcing' 학습 전략을 소개합니다. 5초의 짧은 윈도우 학습만으로도 일관성을 유지하며 분 단위의 긴 비디오를 생성할 수 있습니다.
핵심 포인트
- 2-패스 학습 전략을 통해 누락된 컨텍스트-경사 경로 해결
- 짧은 학습 윈도우로도 장기 비디오 외삽 가능
- 비디오 생성 시 정체성 및 레이아웃 일관성 유지
자기 경사 강제화 (Self Gradient Forcing)
자기회귀 (Autoregressive) 비디오 모델에서 누락된 컨텍스트-경사 (context-gradient) 경로를 해결하는 2-패스 (two-pass) 학습 전략입니다. 단 5초 길이의 윈도우 (window)만으로 학습되었음에도, 일관된 정체성 (identity)과 레이아웃 (layout)을 유지하며 분 단위 길이의 비디오로 외삽 (extrapolate)할 수 있습니다.
논문 (Paper):
https://paperswithcode.co/paper/2607.20368
…
Hugging Face의 모델:
https://huggingface.co/JunhaoZhuang/Self_Gradient_Forcing
…
Microsoft가 방금 Hugging Face에 Fara1.5-27B를 출시했습니다.
웹 브라우저를 위한 비전 전용 (vision-only) 컴퓨터 사용 에이전트 (computer use agent)입니다.
Online-Mind2Web에서 72.3%의 점수를 기록했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @huggingpapers (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기