[논문리뷰] What We Keep of What We Forget: Replacement Operators and Routing Semantics in Training-Free MoE Expert Pruning본 논문은 MoE 모델 압축 시 간과되어 온 Replacement Operator 선택의 불확실성과 라우팅 의미론(Routing Semantics)이 성능에 미치는 영향을 해결하고자 합니다.#Review#Mixture-of-Experts#Expert Pruning#Model Compression#Routing#Calibration#Training-Free2026년 11월 3일댓글 수 로딩 중
[논문리뷰] WebHarbor: Docking Real Websites for Evolving GUI Agent Environments본 연구는 GUI 웹 에이전트의 안정적인 학습과 평가를 가로막는 실제 웹사이트 환경의 가변성(content drift), 접근 제한, 봇 탐지 문제를 해결하는 것을 목표로 합니다.#Review#GUI Web Agents#Reinforcement Learning#Environment Synthesis#Authenticated Workflows#Task-Driven Docking#Dockerized Environments2026년 11월 3일댓글 수 로딩 중
[논문리뷰] VidUEU-Agent: A Data-Curation Agent for Multimodal Understanding, Editing, and Unified Tasks본 논문은 고품질 instruction 데이터의 부족이 multimodal 모델 발전의 핵심 병목 현상이라는 문제에서 출발한다. 기존 연구들은 주로 정적인 이미지에 의존하여 실제 세계의 동적 상호작용을 포착하는 데 한계가 있으며, 수동 주석 생성의 높은 비용으로 인해 데이터 확장이 어렵다 .#Review#Multimodal Understanding#Image Editing#Unified Multimodal Models#Data Curation#Agent Systems#Instruction Tuning2026년 11월 3일댓글 수 로딩 중
[논문리뷰] ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents본 연구는 기존 LLM 기반 Long-Horizon Agent가 실제 환경에서 복잡한 도구 체인을 안정적으로 구성하지 못하는 문제의 근본 원인을 해결하고자 합니다 .#Review#Tool-Centric Environment Synthesis#Long-Horizon Agents#Tool-Composition Graph#Cross-Environment Task Synthesis#State-Aware Random Walks#Executable Benchmarks2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Think Less, Locally: Local Preference Learning for Reasoning Compression본 연구는 Large Reasoning Models (LRMs)의 긴 Chain-of-Thought가 불필요한 추론을 포함하여 추론 지연 시간과 메모리 비용을 증대시키는 문제를 해결하고자 한다.#Review#Large Reasoning Models#Reasoning Compression#Local Preference Learning#Overthinking#DPO#Chain-of-Thought#Efficiency2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Switch-SWE: Do Coding Agents Hold Focus When Switching Between Unfinished Tasks?본 논문은 코딩 에이전트가 실제 소프트웨어 개발 환경처럼 다수의 미완성 작업을 동시에 처리할 때, 특정 작업을 중단하고 다른 작업을 수행한 뒤 본래 작업으로 돌아와 성공적으로 마무리할 수 있는지에 대한 근본적인 의문을 제기합니다.#Review#Coding Agents#Software Engineering#Benchmark#Task Resumption#Context Management#Repository-Level2026년 11월 3일댓글 수 로딩 중
[논문리뷰] SpecPilot: Autonomous Algorithm Discovery and Systems Optimization for Speculative Decoding본 논문은 기존의 Speculative Decoding 시스템인 Stock이 병렬 드래프팅이 제공하는 잠재적 성능 향상을 완전히 달성하지 못하는 문제를 해결합니다.#Review#Speculative Decoding#Autonomous Optimization#Lossless Algorithms#Agentic Framework#Systems Optimization2026년 11월 3일댓글 수 로딩 중
[논문리뷰] 'Shall We Approve?' Consequence-Aware Approval for Autonomous Coding Agents본 논문은 자율형 코딩 에이전트가 제안하는 셸 명령이 워크스페이스에 미치는 잠재적 위험을 효과적으로 차단하지 못하는 문제를 해결합니다. 기존의 승인 방식은 명령의 텍스트(문자열)만을 기반으로 위험을 판단하거나, 실행 후 결과를 사후적으로 평가하기 때문에 명령이 유발하는 실제 행동을 정확히 파악하기 어렵습니다 .#Review#Autonomous Coding Agents#Shell Command Approval#Consequence-Aware#Sandboxed Execution#Security Guardrail#System-call Tracing2026년 11월 3일댓글 수 로딩 중
[논문리뷰] SeMo3D: Unifying 3D Generation, Editing, and Completion via Selective Modeling본 논문은 기존 3D 생성 모델들이 Holistic modeling 방식을 채택하여 전체 자산을 재생성함에 따라 발생하는 작업 분리, 영역 불일치, 그리고 데이터 의존성 문제를 해결하고자 합니다.#Review#3D Generation#3D Editing#3D Completion#Selective Modeling#Diffusion Transformer#Omni3DiT#Region-selective Denoising2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Route Anything: A Study of Model and Policy Routing for General-Purpose AI Systems본 연구는 specialized models, tools, 및 policies로 구성된 heterogeneous ecosystem을 단일 AI 시스템으로 조율하는 것이 Artificial General Intelligence (AGI)를 향한 유망한 경로임을 강조합니다.#Review#Model Routing#Policy Routing#General-Purpose AI Systems#Omni-Modal Trajectory Matrix#Quality-Cost Trade-offs#Efficiency#AI Orchestration2026년 11월 3일댓글 수 로딩 중
[논문리뷰] RoboTryOn: Synthesizing Dexterous Robot Demonstrations from Human Videos via Virtual Try-On본 연구는 고차원(High-DoF)의 로봇 핸드를 제어하기 위해 필요한 방대한 양의 로봇 demonstration 데이터를 효율적으로 확보하는 문제를 해결하고자 합니다.#Review#Robot Learning#Virtual Try-On#Generative Models#Video Synthesis#Inverse Dynamics Model#Dexterous Manipulation2026년 11월 3일댓글 수 로딩 중
[논문리뷰] RoboColosseum: Evaluating Physical Intelligence at Scale In-The-Wild일반 목적 로봇 정책(general-purpose robot policies)은 다양한 로봇, task, 환경에서 작동해야 하지만, 실세계(real-world) trial의 변화성은 재현성을 어렵게 하고 신뢰할 수 있는 평가를 방해합니다.#Review#Robot Learning#Physical Intelligence#Distributed Evaluation#Robotics Benchmark#Vision-Language-Action Models#Task Adaptation#Generalization#Elo Rating2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Recursa: Toward Recursively Self-Improving Foundation Model Systems본 논문은 파운데이션 모델이 새로운 도메인 환경에 직면했을 때 발생하는 '지식 격차(Knowledge Gap)'와 '행동 격차(Behavior Gap)' 문제를 해결하고자 한다. 기존 모델들은 도메인 적응을 위해 대규모의 전문가 데이터나 강력한 지도 신호가 필요한데, 이는 실제 환경에서 구하기 어렵다는 한계가 있다.#Review#Foundation Model System#Recursive Self-Improvement#Multi-Agent Learning#Domain Adaptation#Knowledge Repository#Harness2026년 11월 3일댓글 수 로딩 중
[논문리뷰] QFabric: Guarded Cross-Domain Task Recovery and Its Limits on a Linux-RTOS Board본 논문은 Linux-RTOS 기반 이기종 보드 환경에서 특정 task의 타이밍 성능이 저하될 경우, 이를 안정적인 MCU 도메인으로 이동시키는 것이 실질적인 성능 향상으로 이어지는지 규명합니다.#Review#Heterogeneous Embedded Systems#Asymmetric Multiprocessing#Linux#RTOS#Runtime Adaptation#Timing Contracts#Interconnect Characterization2026년 11월 3일댓글 수 로딩 중
[논문리뷰] PrimeSim: A Generalist World Model Simulator from Large-Scale Cross-Embodiment Demonstrations본 논문은 기존의 로봇 월드 모델들이 행동-비디오 정렬, 다중 시점(Multiview) 일관성 유지, 그리고 장기 시뮬레이션(Long-horizon rollout) 능력에서 부족함을 보이는 문제를 해결하고자 합니다.#Review#World Model#Robotics#Cross-Embodiment#Action-Conditioning#Multiview Consistency#Autoregressive Simulation2026년 11월 3일댓글 수 로딩 중
[논문리뷰] ParetoSaddler: Pareto-Guided Optimization of Agent Harnesses for Quality and Cost본 논문은 기존의 AHO 기법들이 주로 응답 성능(Quality) 최적화에만 치중되어 있으며, 실제 배포 시 필수적인 비용(Cost)과의 다목적 최적화(Multi-objective Optimization)를 효과적으로 다루지 못한다는 한계를 지적한다.#Review#Agent Harness Optimization#Multi-Objective Optimization#Pareto-Guided Promotion#Stochastic Execution#Staged Evaluation#Bayesian Bootstrap#LLM Agents2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Near-Zero Token Embeddings Silently Stall Training in Gated Sequence Models본 논문은 많은 오픈 웨이트 모델에서 발견되는 Near-Zero Token Embeddings가 gated sequence model의 학습을 예기치 않게 저해하는 메커니즘을 규명합니다.#Review#Gated Sequence Models#Token Embeddings#Gradient Amplification#FP32 Overflow#AdamW#GroupClip#GateFloor2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Muon Makes the First Mixture-of-Experts Layer Harder to Balance본 논문은 최신 open MoE 언어 모델들이 학습 시 AdamW 대신 Muon을 채택함에 따라 발생하는 MoE 레이어의 부하 균형 문제에 주목한다.#Review#Mixture-of-Experts#Muon#AdamW#Router#Load Balancing#Bias#Optimizer2026년 11월 3일댓글 수 로딩 중
[논문리뷰] MoviEdit: Long-form Multi-Shot Video Editing Made Easy기존 비디오 편집 방법론은 주로 짧은 단일 샷 비디오에 초점을 맞추고 있어, Long-form Multi-Shot Video Editing에서 발생하는 cross-shot consistency 유지라는 본질적인 구조적 어려움에 효과적으로 대응하지 못한다.#Review#Long-form Video Editing#Multi-Shot Video Editing#Cascaded Diffusion Model#Data Generation#Benchmark#Video Consistency#Text-Guided Editing#Image-Guided Editing2026년 11월 3일댓글 수 로딩 중
[논문리뷰] MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery분자 발견 연구는 방대한 화학적·생물학적 공간에서 효능, 특이성, 독성 등 여러 경쟁적인 목표를 동시에 달성해야 하는 복잡한 문제로, 기존의 자동화된 접근 방식은 매번 독립적인 프로젝트로 수행되어 이전 과제의 경험을 학습하지 못한다는 한계가 있습니다 .#Review#AI Agent#Molecular Discovery#Recursive Self-Improvement#Workflow Optimization#Antibiotic Discovery#Peptide-MHC Binder Design#Monte Carlo Tree Search2026년 11월 3일댓글 수 로딩 중