연구진은 다양한 복원 패턴에 적응하는 올인원 이미지 복원 모델을 위해 토큰별 동적 파라미터화 프레임워크인 'CEA(Continuous Expert Assembly)'를 제안했습니다.
CEA는 '크로스-어텐션 하이퍼-어댑터'를 활용해 공간적 특징을 분석하고, 인스턴스 기반의 저랭크 라우팅 베이스와 잔차 방향을 합성합니다.
실험 결과, CEA는 기존 방식 대비 평균 복원 품질을 향상시켰으며, 특히 공간적으로 변화하는 복원 환경에서 뛰어난 성능을 보였습니다.