5M 파라미터 Recursive 모델, Latent Space 추론으로 CoT 대비 100배 속도 달성
The Return of Recursion: How 5M-Parameter Models Are Outperforming Frontier LLMs on Reasoning in 2026
Spatial 구조 보존과 Weight Sharing을 통한 이미지 인식 효율 최적화
How CNNs Work — From Convolution Kernels to ResNet
Encoder-Decoder Attention의 Value Scaling 및 가중치 재사용 구조 분석
Understanding Transformers Part 15: Scaling and Combining Values in Encoder–Decoder Attention
공간 구조 보존과 가중치 공유를 통한 이미지 표현 학습 최적화
CNNs Explained: How Image Classification Actually Works in Deep Learning
Hubel과 Wiesel의 고양이 시각 피질 실험에서 영감을 받은 CNN이 완전연결망의 한계를 극복하고 150M개 파라미터를 35K개로 줄인 비전 기술의 전환점을 다룬다
From Generalists to Specialists: The CNN Shift