[논문리뷰] OmniHarness: Harnessing Generalizable Visual Generation via Symbolic Policy Learning본 논문은 MLLMs 및 multi-agent systems의 시각 생성(visual generation) 역량을 일반화 가능하고(generalizable), 실행 중 자체 수정(self-correction)하며, 사전 탐색적 학습(proactive learning)을 가능하게 하는 프레임워크인 OmniHarness를 제안합니다.#Review#Visual Generation#Symbolic Policy Learning#Multi-Agent Systems#Self-Directed Inquiry#ComfyUI#Generalizable AI2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ModularRSI: Modular and Generalizable Recursive Harness Self-Improvement죄송합니다. 현재 요청하신 논문(2609.14857)은 시스템상 접근이 제한되어 내용을 확인할 수 없습니다.#Review2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Modality-Autoregressive World-Action Models본 연구는 WAM에서 다양한 미래 모달리티를 효과적으로 결합하는 최적의 방법을 탐구합니다. 기존 연구들은 주로 미래 RGB 이미지 예측에 집중했으나, 이는 조작 태스크에 필요한 기하학적, 의미론적, 운동학적 정보를 충분히 포착하지 못하는 한계가 있습니다.#Review#World-Action Models#Multimodal Generation#Diffusion Transformer#Autoregressive#Robotics#Flow Matching2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Mind2Dialogue: Training Human-Aware Language Models by Simulating User Mental States본 논문은 기존 LLM이 대화 과정에서 사용자의 복잡한 정신 상태를 충분히 인지하지 못해 발생하는 비공감적 혹은 일관성 없는 응답 문제를 해결하고자 합니다. 기존의 대화형 모델은 문맥상의 표면적인 의미에만 집중하는 경향이 있어, 사용자의 잠재적인 의도나 감정 상태를 파악하는 데 한계를 보입니다.#Review#Human-Aware AI#Mental State Simulation#Large Language Models#Theory of Mind#User-Centric Dialogue2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ImpossibleRubrics: Stress-Testing Generated Rubrics as Reward Signals본 연구는 모델이 생성한 Rubrics가 보상 신호로 사용될 때, 정교하지 않은 평가 체계가 모델의 편향을 심화하거나 왜곡된 최적화를 유발할 수 있다는 점에 주목합니다.#Review#LLM-as-a-Judge#Reward Modeling#Rubric Generation#Alignment#Robustness2026년 9월 15일댓글 수 로딩 중
[논문리뷰] HarnessVLN: Unifying Training-Free Embodied Navigation through an Agent Harness본 논문은 Training-based embodied navigation 방법론이 직면한 Generalization Challenge를 해결하고자 합니다. 기존 Training-based 방법들은 특정 태스크에 효과적이지만, 새로운 태스크나 환경으로 확장 시 추가 데이터와 Adaptation이 요구되는 한계가 있습니다.#Review#Embodied Navigation#Training-Free#Agent Harness#MLLMs#Spatiotemporal Graph#Hierarchical Event Memory#Zero-Shot#Instruction-Following#Object-Goal Navigation2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Emergence World: Adversarial Stress-Testing of Long-Horizon Multi-Agent Systems본 연구는 고정된 짧은 작업 중심의 기존 벤치마크로는 실제 운영 환경에서 발생하는 복합적인 안전성 위험을 평가할 수 없다는 문제에서 출발한다.#Review#Multi-Agent Systems#Adversarial Stress-Testing#Long-Horizon#LLM#Emergent Behavior#Systemic Resilience2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Drift-Constrained Optimization: Only Direction Matters in Fine-Tuning Instruct Models본 논문은 LLM 파인튜닝 시 발생하는 Behavioral Drift가 단순한 부작용이 아닌, 최적화 과정에서 관리해야 할 핵심 변수임을 강조합니다.#Review#Behavioral Drift#Directional Efficiency#Drift-Constrained Optimization#Fine-Tuning#Instruction Tuning#Parameter-Selective Tuning2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Disentangling Representation Evolution in Transformers through Directional Decomposition본 논문은 Transformer 계층의 학습된 업데이트 벡터가 왜 상당한 양의 Parallel 성분을 포함하며, 이것이 모델의 성능에 실제적인 기여를 하는지 혹은 단순한 중복(Redundancy)인지를 규명하고자 합니다.#Review#Transformers#Representation Evolution#Directional Decomposition#Parallel Updates#Perpendicular Updates#Attention Value Space#Model Compression2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Decoy Direction Optimization: A Post-Hoc Defense Against LLM Abliteration본 논문은 open-weight 대규모 언어 모델(LLMs)에서 safety guardrails가 Refusal Feature Ablation (RFA)과 같은 공격에 의해 쉽게 우회될 수 있는 심각한 문제를 해결하고자 한다.#Review#LLM Safety#Refusal Feature Ablation#Post-Hoc Defense#Decoy Direction Optimization#Weight Editing#Adversarial Robustness2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Convergent Emergence of In-Context Learning Across Modalities본 논문은 Large Language Models (LLMs)에서 주로 관찰되는 Few-shot ICL 현상이 인간 언어의 고유한 특성인지, 아니면 다양한 구조화된 Sequence Data에 대한 Next-token Prediction의 일반적인 속성인지를 밝히는 것을 핵심 문제로 삼습니다.#Review#In-Context Learning#Cross-Modality#Emergence#Next-Token Prediction#Foundation Models#Bitstring Transformation#Convergent Emergence Hypothesis#Paired-Mapping Benefit2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Continual Learning Mechanisms Compose for Long-Horizon Memorization본 연구는 고전적인 Continual Learning 환경에서 발생하는 Catastrophic Forgetting 문제를 극복하고, 장기적인 시퀀스 데이터를 효과적으로 기억하기 위한 구조적 메커니즘을 정의합니다.#Review#Continual Learning#Long-Horizon Memorization#Catastrophic Forgetting#Experience Replay#Model Architecture#Neural Memory2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Another Blueprint In The Wall: How to Ask Frontier AI Like a Kid?제공해주신 URL(https://arxiv.org/html/2609.14803)은 현재 외부 접근이 제한되어 있어 논문의 구체적인 내용을 직접 열람하거나 Figure 데이터를 추출할 수 없습니다. 따라서 해당 논문에 대한 상세 분석 및 요약을 수행할 수 없는 점 양해 부탁드립니다.#Review2026년 9월 15일댓글 수 로딩 중
[논문리뷰] AI for Games in the Foundation Model Era본 논문은 Foundation Models 시대에 접어들면서 게임 AI의 역할이 단순 게임 플레이를 넘어 게임 라이프사이클 전반으로 확장되고 있음을 강조한다 [cite: 1, Figure 1].#Review#Foundation Models#AI for Games#Game Lifecycle#Generalist Agents#Procedural Content Generation#Player Modeling#Automated Testing#Runtime Adaptation2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search본 논문은 Foundation Model 분야에서 수학적 추론 및 Agentic Problem Solving의 발전이 겪는 두 가지 주요 BottleNeck인 Scale Barrier와 Opacity Barrier를 해결하고자 한다.#Review#Foundation Model#Mathematical Reasoning#Agentic Search#Open Science#Efficiency#Hybrid Attention#Curriculum Learning#FP8 Training#AI-Native R&D2026년 9월 14일댓글 수 로딩 중
[논문리뷰] When Agents Slow Down: Understanding LLM Agents' Test-Time Strategies via Elo-per-token Analysis본 연구는 LLM 에이전트가 테스트 타임(test-time)에 컴퓨팅 자원을 할당하는 방식과 그에 따른 성능 확장성을 체계적으로 측정하고자 합니다. 기존 벤치마크는 단일 결과물에 대한 pass/fail 여부만 판단하여, 에이전트가 토큰을 소비하며 진행하는 탐색 과정의 성능 개선을 측정하지 못하는 한계가 있습니다.#Review#Test-Time Scaling#LLM Agents#Elo-per-token#Bradley-Terry Model#Continual Learning2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Vidu S2: Real-Time Interactive, Editable, and Spatial Video Generation기존의 비디오 생성 모델들, 예를 들어 Sora와 같은 모델들은 고품질 비디오를 생성하지만 대부분 Offline, One-shot Generation 패러다임을 따른다.#Review#Real-time Video Generation#Interactive Video#Video Editing#Spatial Video#Diffusion Models#Digital Characters#Streaming Inference#Agentic System2026년 9월 14일댓글 수 로딩 중
[논문리뷰] RSIAgent: Autonomous Exploration for Recursive Self-improvement in New Environments본 논문은 Digital Agent 시스템이 pretrained model에 의해 완전히 포착되지 않는 새로운 환경의 Interface, Tools, Failure modes에 적응해야 하는 문제를 해결하고자 합니다.#Review#Recursive Self-Improvement#Digital Agents#Autonomous Exploration#Multi-Agent Framework#Evolvable Memory#Causal Discovery#Broad & Deep Self-Exploration2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Pick Your Poison: Learning to Select Poison Sets for Stronger LLM Backdoor Attacks본 연구는 Large Language Models (LLMs)의 backdoor poisoning attacks에 대한 기존 평가 방식의 근본적인 한계를 지적합니다.#Review#Backdoor Attacks#LLM Poisoning#Poison Set Selection#Oracle-budgeted Optimization#SAILS#Attack Success Rate (ASR)#Triggered Loss#Goodhart Effect2026년 9월 14일댓글 수 로딩 중
[논문리뷰] PhysBrain 1.5: From Vision-Language Models to Physical Foundation Models현재 Vision-Language Models (VLM)은 시각적 이해와 Semantic 지식, Instruction Following에 강점을 보이지만, Physical Loop 내에서의 embodied understanding, action generation, future-state prediction과 같은 물리적 상호작용 능력은 부족합니다.#Review#Vision-Language Models#Embodied AI#Physical Foundation Models#Action Generation#Future-State Prediction#Autoregressive Models#Multimodal Learning2026년 9월 14일댓글 수 로딩 중