modality-reference-embedding

비디오 잠재, 참조 이미지 잠재, MLLM 특징 토큰을 구별하기 위해 각 토큰에 할당되는 학습 가능한 모달리티 임베딩과 동일 주체 참조끼리 바인딩하는 레퍼런스 임베딩을 결합한 모듈이다. 이 기법은 이종 토큰의 분해능을 높이고 intra-subject 참조들의 정체성 결속을 보장한다.