[flashinfer] FlashInfer의 SM120 FP8 Attention 커널 최적화: Early PV Hand-off와 Next-unit PrefetchSM120 아키텍처에서 FP8 가변 길이 어텐션 커널의 성능을 극대화하기 위한 비동기 데이터 프리페치 및 핸드오프 최적화 분석.#FlashInfer#CUDA#GPU#Performance#Attention#FP82026년 10월 25일댓글 수 로딩 중
[cpython] Python AST 노드의 메모리 및 성능 최적화: Managed Dict 도입Python AST 노드에서 개별 __dict__ 대신 Py_TPFLAGS_MANAGED_DICT를 사용하여 메모리 사용량과 파싱 속도를 개선했습니다.#Python#CPython#Optimization#AST#Performance2026년 10월 25일댓글 수 로딩 중
[flashinfer] FlashInfer Cake GDP 커널 최적화: 공유 메모리 사용량 절감 및 레지스터 직접 로드Cake Gated DeltaProduct 커널에서 공유 메모리 스테이징을 제거하고 레지스터 직접 로드를 통해 메모리 효율성을 극대화한 최적화 사례.#FlashInfer#CUDA#GPU#Optimization#Kernel2026년 10월 24일댓글 수 로딩 중
[flashinfer] FlashInfer Cake DSA Indexer 최적화: Far Sample 도입 및 성능 개선 분석FlashInfer의 Cake DSA Indexer가 새로운 'far_sample' 옵션과 커널 튜닝으로 성능을 향상시킨 PR을 분석합니다.#FlashInfer#성능 최적화#DSA Indexer#CUDA#딥러닝2026년 10월 24일댓글 수 로딩 중
[sglang] SGLang의 V4 Paged KV Cache Dequantization 성능 최적화 분석Triton 커널의 벡터화를 통해 V4 레이아웃 KV 캐시 디퀀타이제이션 성능을 약 4.3배 향상시킨 사례를 분석합니다.#SGLang#Triton#GPU#Performance#LLM2026년 10월 24일댓글 수 로딩 중
[flashinfer] FlashInfer, Cake DSA 커널 최적화: Sparse Attention 성능 2배 향상FlashInfer의 Cake DSA Sparse Attention 커널이 코드 최적화를 통해 최대 2배의 성능 향상을 달성했습니다.#FlashInfer#Sparse Attention#Performance Optimization#Deep Learning#CUDA2026년 10월 23일댓글 수 로딩 중
[flashinfer] FlashInfer, SM103a 아키텍처를 위한 cake_all_gather_matmul 최적화: CTA-pair 트윈 도입으로 성능 향상FlashInfer의 cake_all_gather_matmul 연산에서 SM103a 아키텍처를 위한 CTA-pair 트윈 도입으로 성능을 개선한 PR 분석#FlashInfer#NVIDIA#GPU 최적화#CUDA#딥러닝#LLM2026년 10월 23일댓글 수 로딩 중
[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
[논문리뷰] Who Takes the Lead? Model Ability and Task-Conditioned Collaboration with Humans본 연구는 AI 에이전트의 독립적인 작업 수행 능력이 인간 파트너와의 협업 방식에 어떤 영향을 미치는지 규명하는 것을 핵심 목표로 합니다 .#Review#Language-model Agents#Human–Agent Collaboration#Control Allocation#Task-Conditioned Collaboration#Standalone Capability#Shared-Control Maze2026년 10월 22일댓글 수 로딩 중
[논문리뷰] What Makes a Good Unmasking Policy? A Controlled Study of Learned Unmasking in Diffusion Language Models본 논문은 Masked Diffusion Language Models에서 효율적인 생성 속도를 달성하기 위한 Unmasking Policy의 설계 기준을 명확히 규명하고자 합니다.#Review#Masked Diffusion Language Models#Unmasking Policy#Trajectory Contraction#Efficiency#Throughput#NFE#Distillation2026년 10월 22일댓글 수 로딩 중
[논문리뷰] What Generation Knows: Unlocking Fine-Grained Understanding in Unified Multimodal Models본 논문은 UMM에서 생성 경로가 보유한 풍부한 시각적 정보가 상세한 시각적 이해(Fine-grained visual understanding)에 제대로 활용되지 못하는 문제를 해결합니다.#Review#Unified Multimodal Models#Fine-grained Visual Understanding#Generation-assisted Understanding#Representation Compression#Task-Conditioned Injection#Pairwise Preference Learning2026년 10월 22일댓글 수 로딩 중
[논문리뷰] WeVisOne-VL: Unified Visual Perception from Objects to Pixels본 논문은 기존 VLM들이 객체 수준의 인식이나 복잡한 환경에서의 시각적 추론에서 여전히 낮은 신뢰도를 보인다는 문제를 해결하고자 합니다. 기존 모델들은 미세한 픽셀 정보를 다루는 데 한계가 있거나, 특정 카테고리 외에는 할루시네이션(Hallucination)이 빈번하게 발생하여 실제 산업 현장에 적용하기 어렵습니다 .#Review#Vision-Language Models#Unified Perception#Object Detection#Referring Segmentation#Matting#Next-Token Prediction#Reinforcement Learning2026년 10월 22일댓글 수 로딩 중
[논문리뷰] Verus-Insight: Towards Explainable Artifact Detection in AI-Generated Videos본 논문은 기존 AI 생성 비디오 탐지 모델들이 결과의 정확도만 추구할 뿐, 왜 그러한 판단을 내렸는지에 대한 explainable한 근거가 부족하다는 문제를 해결하고자 합니다.#Review#AI-Generated Video Detection#Artifact Detection#Explainable AI#Multimodal Large Language Models#Rubric-Guided Verification#Progressive Training2026년 10월 22일댓글 수 로딩 중
[논문리뷰] Toward Recursive Self-Improvement in Physical AI본 논문은 물리적 로봇이 단순히 환경에 적응하는 것을 넘어, 자신의 학습 과정을 스스로 재설계하고 개선하는 Physical RSI의 실현 가능성과 그 구조적 요구사항을 분석합니다 .#Review#Recursive Self-Improvement#Physical AI#Robot Learning#Learning to Learn#Robot Embodiment#Autonomous Systems2026년 10월 22일댓글 수 로딩 중
[논문리뷰] TILDE: Teacher-in-the-Loop Distillation from Embodied Foundation Models본 논문은 대규모 사전 학습을 거치지 않은 Student Policy가 사전 학습된 EFM의 복잡한 작업 수행 능력을 효율적으로 이전(Transfer)하는 문제를 해결하고자 합니다.#Review#Embodied Foundation Models#Policy Distillation#Interactive Imitation Learning#AutoDAgger#Robotic Manipulation#Vision-Language-Action Models2026년 10월 22일댓글 수 로딩 중
[논문리뷰] SplatLab: Autonomous Scientific Discovery for 3DGS Research본 논문은 기존의 자율 연구 시스템들이 3DGS와 같은 전문적인 컴퓨터 비전 분야에서 실질적인 성과를 내지 못하는 문제(Limited executability, traceability)를 해결하고자 합니다.#Review#3D Gaussian Splatting#Autonomous Research System#Verified Reproduction#Cascade-weighted Elo#Scientific Discovery2026년 10월 22일댓글 수 로딩 중