[Liger-Kernel] LinkedIn Liger-Kernel GRPO Loss Backward 최적화: 불필요한 연산 제거로 성능 50% 향상LinkedIn Liger-Kernel의 GRPO Loss Backward 연산에서 불필요한 로직을 제거하여 성능을 50% 이상 개선한 PR 분석#Python#PyTorch#Optimization#Performance#Deep Learning#Reinforcement Learning2026년 10월 22일댓글 수 로딩 중
[flashinfer] FlashInfer SM107(Rubin) 아키텍처를 위한 MXFP8 GEMM 최적화 분석SM107 환경에서 소규모 M 행렬 곱셈 성능을 개선하기 위해 적절한 커널 러너를 등록하고 최적화한 사례를 분석합니다.#FlashInfer#GEMM#MXFP8#SM107#CUDA#PerformanceOptimization2026년 10월 22일댓글 수 로딩 중
[flashinfer] Blackwell 아키텍처 최적화: FlashInfer의 Cake RMSNorm 성능 개선 분석Blackwell GPU의 cp.async.bulk와 mbarrier를 활용하여 RMSNorm Backward 연산을 최대 1.25배 가속화한 기법을 살펴봅니다.#CUDA#Blackwell#RMSNorm#FlashInfer#Performance Optimization2026년 10월 22일댓글 수 로딩 중
[flashinfer] FlashInfer, NVFP4 SVDQuant GEMM 커널 최적화: 아키텍처별 디스패치 도입FlashInfer의 NVFP4 SVDQuant GEMM 커널이 아키텍처별 튜닝과 디스패치로 성능을 향상시켰습니다.#GPU#최적화#CUDA#FlashInfer#GEMM#NVFP4#SVDQuant2026년 10월 22일댓글 수 로딩 중
[flashinfer] FlashInfer의 Kimi-K3 AttnRes 연산자 최적화: SM100/SM103를 위한 성능 향상FlashInfer의 Kimi-K3 AttnRes 연산자가 최신 GPU 아키텍처에 맞춰 최적화되어 성능이 향상되었습니다.#FlashInfer#AI#성능 최적화#CUDA#딥러닝2026년 10월 22일댓글 수 로딩 중
[flashinfer] FlashInfer: NVFP4 KV 캐시 어펜드 성능 최적화로 인한 동기화 제거FlashInfer의 NVFP4 KV 캐시 어펜드 시 불필요한 호스트 동기화를 제거하여 성능을 개선했습니다.#FlashInfer#성능 최적화#KV 캐시#CUDA#딥러닝2026년 10월 21일댓글 수 로딩 중
[flashinfer] FlashInfer FP8 GEMM 성능 최적화: 스케일 곱셈을 커널 내부로 통합FlashInfer의 FP8 GEMM에서 호스트 측 스케일 곱셈 오버헤드를 제거하여 성능을 개선했습니다.#FlashInfer#FP8 GEMM#성능 최적화#CUDA#CuTe-DSL2026년 10월 21일댓글 수 로딩 중
[loki] [Loki] 병렬 Flush 최적화: 가장 큰 데이터부터 먼저 처리하기Loki의 데이터 플러시 성능을 개선하기 위해, 가장 큰 빌더를 먼저 시작하여 병렬 처리 효율을 극대화하는 최적화 기법을 소개합니다.#Grafana Loki#Go#Performance Optimization#Concurrency#Parallelism2026년 10월 21일댓글 수 로딩 중
[flashinfer] FlashInfer의 CAKE GEMM 커널 최적화: 코드 중복 제거를 통한 성능 및 유지보수성 향상FlashInfer의 CAKE dense-projection GEMM 패키지에서 코드 중복을 제거하고 유지보수성을 높인 최적화 PR 분석.#FlashInfer#CUDA#GEMM#Code Optimization#Software Engineering#Performance#Code Generation#JIT2026년 10월 21일댓글 수 로딩 중
[sglang] SGLang, AMD GPU에서 Quark 모델의 FP4 GEMM 성능 최적화: AITER ASM 활용SGLang이 AMD GPU에서 Quark 모델의 FP4 GEMM 연산을 AITER ASM을 통해 최적화하여 성능을 향상시킨 방법을 분석합니다.#SGLang#AMD GPU#Quark#FP4 GEMM#AITER#Triton#최적화#성능 향상2026년 10월 21일댓글 수 로딩 중
[논문리뷰] WorldStream: Streaming Interactive 3D Worlds with Hierarchical Planning and Persistent State본 논문은 기존의 예측 중심 World Model이 가진 영속성 부족과, procedural generation 시스템이 가진 생성 전 고정된 월드 환경의 한계를 해결하기 위해 제안되었다.#Review#World Model#Streaming#Hierarchical Planning#Persistent State#3D Generation#Interactive Environment2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Which Agent's Skill Should Change? Group-Relative Credit Assignment for Evolving Multi-Agent Teams본 논문은 cooperative language-model agents가 reusable skill을 수정하여 weight update 없이 성능을 개선할 때, 팀의 공유된 결과에 대한 책임이 있는 agent와 skill을 정확히 추적해야 하는 Credit Assignment 문제를 해결하고자 한다.#Review#Multi-agent systems#LLM agents#Skill evolution#Credit assignment#Group-relative feedback#Behavioral criticism#Structured failure diagnosis#Robustness2026년 10월 21일댓글 수 로딩 중
[논문리뷰] TraceForge: Distilling with Your Own Thinking본 논문은 Frontier LLM들이 상세한 Reasoning Trace를 공개하지 않아 발생하는 문제인 'Moat'를 해결하고자 합니다.#Review#LLM Distillation#Reasoning Traces#Family-Native Traces#Adversarial Training#Knowledge Transfer#Code Generation#Teacher-Student Learning#Moat Problem2026년 10월 21일댓글 수 로딩 중
[논문리뷰] ToM2Vec: Continuous Theory-of-Mind Tokens for Multi-Agent Coordination본 논문은 LLM 기반 에이전트가 협력 및 경쟁 상황에서 파트너의 상태를 정확히 추론하지 못하는 한계를 해결하기 위해 ToM2Vec을 제안합니다. 기존의 언어 기반 접근법(Language ToM)은 파트너의 의도를 텍스트로 명시적으로 기술하려 함으로써 단 하나의 추론 경로에 고착되는 문제를 가집니다 .#Review#Theory-of-Mind#Multi-Agent Coordination#Latent Reasoning#Self-Supervised Learning#Continuous Tokens2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Think Harder Where It Matters: Item-Level Adaptive Recursion for Sequential Recommendation본 논문은 Sequential Recommendation의 표준 paradigm인 고정된 연산 깊이(Fixed-depth) 할당이 비효율적임을 지적한다.#Review#Sequential Recommendation#Adaptive Depth#Looped Transformer#Computational Efficiency#Item-Level Routing2026년 10월 21일댓글 수 로딩 중
[논문리뷰] StreamEval: Evaluating Interactive Streaming Video Generation Models본 논문은 실시간 상호작용 비디오 생성 모델의 성능을 정량적으로 평가할 수 있는 표준화된 프레임워크가 부재하다는 문제를 해결하고자 합니다.#Review#Interactive Streaming#Video Generation#Benchmark#Avatar Interaction#World Generation#Video Editing#State Consistency2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Spectral-Spatial InterpretationModern vision models은 여러 physically meaningful channel을 가진 입력 데이터에 대해 작동하며, 이러한 모델의 예측을 설명하기 위해서는 evidence가 어디에 있는지, 어떤 channel이 이를 뒷받침하는지, 그리고 각 channel이 각 위치에서 얼마나 기여하는지를 식별해야 한다.#Review2026년 10월 21일댓글 수 로딩 중
[논문리뷰] SpatialScout: Can VLM Agents Actively Explore and Map 3D Scenes?본 논문은 Vision-Language Model (VLM) Agents가 3D 환경을 능동적으로 탐색하고 Metric Map을 구성하는 Spatial Intelligence 역량을 정량적으로 평가하기 위한 SpatialScout 벤치마크를 제안합니다.#Review#VLM Agents#3D Mapping#Active Exploration#Spatial Intelligence#Object Localization#Metric Maps#Benchmark#Embodied AI2026년 10월 21일댓글 수 로딩 중
[논문리뷰] SpatialBrain: Spatial Intelligence Growing from ExperienceSpatialBrain은 시각적 공간 추론 태스크에서 필요한 상황별 적응 능력의 부재를 해결하기 위해 제안되었습니다.#Review#Spatial Intelligence#Self-evolution#3DFusionMemory#Spatial Skill Library#Spatial Cognition#Test-time Adaptation2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Sparsity Should Be ALLOTted by Output: Training-Free Allocation of Block-Sparse Attention for Video Diffusion Transformers본 연구는 고해상도 비디오 생성 시 Video Diffusion Transformers가 겪는 과도한 Computational Cost와 Memory Overhead 문제를 해결하는 것을 목적으로 합니다.#Review#Video Diffusion Transformers#Block-Sparse Attention#Training-Free#Sparsity Allocation#Computational Efficiency#Attention Mechanism2026년 10월 21일댓글 수 로딩 중