[논문리뷰] dRAE: Representation Autoencoder with Hyper-Spherical Codes본 논문은 시각적 이해와 생성을 통합하는 과정에서 발생하는 고차원 표현의 이산화 문제와 기존 Vector Quantization (VQ) 방식의 한계를 해결하고자 합니다.#Review#Representation Autoencoder#Vector Quantization#Hyper-Spherical Quantization#Multimodal Foundation Models#Codebook Collapse#Image Reconstruction#Feature Anisotropy2026년 7월 27일댓글 수 로딩 중
[논문리뷰] The Physics of Multi-Turn Long-Horizon Planning: From Pre-training to Post-training via Single- and Multi-Teacher On-Policy Agentic Distillation본 연구는 고차원 의사결정이 필요한 Long-Horizon 환경에서 LLM 기반 에이전트가 겪는 계획 수립의 불확실성과 긴 문맥 유지의 어려움을 해결하는 것을 목표로 한다.#Review#Multi-Turn Planning#Long-Horizon#Agentic Distillation#On-Policy Learning#Pre-training#Post-training2026년 7월 27일댓글 수 로딩 중
[논문리뷰] TRACE: Business Rule-Grounded Reasoning Curriculum for Knowledge-Preserving Parametric Tool Retrieval in Enterprise LLMs본 논문은 Enterprise 환경에서 복잡한 비즈니스 규칙을 고려해야 하는 도구 검색(Tool Retrieval)의 한계와 기존 모델의 지식 파괴 문제를 해결하고자 합니다.#Review#Parametric Tool Retrieval#Enterprise LLMs#Chain-of-Thought#Business Rule Grounding#Knowledge Preservation#Reasoning Curriculum2026년 7월 27일댓글 수 로딩 중
[논문리뷰] StateAct: Program State, before Pixels, for Long-Horizon Computer-Use Agents본 논문은 기존 컴퓨터 사용 에이전트가 화면의 Pixels 정보에만 의존할 때 발생하는 손실 정보 문제와 장기 작업(Long-Horizon Task)에서의 성능 한계를 해결하고자 합니다.#Review#Computer-Use Agents#State-Grounding#Long-Horizon Execution#Program State#GUI Delegation#Self-Verification#Agentic Architecture2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Sol-Attn: Accelerating Video Generation Inference via On-the-Fly Attention Sparsification본 논문은 대규모 비디오 생성 모델에서 긴 토큰 시퀀스로 인해 발생하는 quadratic complexity의 self-attention 병목 현상을 해결하고자 합니다.#Review#Diffusion Transformers#Video Generation#Attention Sparsification#Online Softmax#Training-free#On-the-fly#Proxy-score Reuse2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation기존의 CFG 기반 OPD는 긍정/부정 브랜치를 각각 학습시키지 않고, 이들의 합산된 결과물(composed velocity)만을 일치시키려 한다 . 이러한 방식은 긍정 브랜치 에러와 부정 브랜치 에러가 서로 상쇄(cancel)될 여지를 주어, 모델이 근본적인 에러를 해결하지 못하게 한다 .#Review#Diffusion Models#On-Policy Distillation#Classifier-Free Guidance#Branch-Aware OPD#Video Control#Negative Branch Asymmetry#Knowledge Transfer2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Reasoning Denoiser: Denoising Reasoning Traces for Hallucination Detection in Large Reasoning Models본 논문은 LRM이 생성하는 긴 추론 과정에 포함된 노이즈가 오히려 Hallucination 탐지를 방해한다는 문제를 해결하고자 합니다. 기존 연구들은 전체 추론 흔적을 그대로 사용하거나 단순한 통계적 방식을 적용하여 이러한 노이즈를 걸러내지 못했습니다.#Review#Large Reasoning Models#Hallucination Detection#Reasoning Traces#Denoising#Representation Learning#Attention Mechanism2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Progress Reward Modeling for Robotic Learning: A Comprehensive Survey본 논문은 Robotic Learning에서 기존의 Terminal Success Signal이 가진 정보 부족 문제를 해결하기 위해 Progress Reward Modeling의 통합된 프레임워크를 제시합니다.#Review#Robotic Learning#Progress Reward Modeling#Foundation Models#Task Execution#Reinforcement Learning#Instruction Tuning2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Oxygen-TryOn: Fashion-Native Foundation Model for Any-item Virtual Try-On본 논문은 기존 가상 착용(Virtual Try-On) 시스템이 가진 범용성의 한계와 정밀도 부족 문제를 해결하기 위해 Oxygen-TryOn을 제안한다. 기존 모델들은 주로 상의와 같은 특정 카테고리에 한정되거나, 스튜디오 환경의 깨끗한 제품 이미지만을 처리할 수 있는 제약이 있었다 .#Review#Virtual Try-On#Foundation Model#Multi-Reference#Multimodal Diffusion Transformer#Reinforcement Learning#Fashion-Native#AIGC2026년 7월 27일댓글 수 로딩 중
[논문리뷰] OmniVAE: An Audio-Video VAE with Cross-Modal Alignment for Joint Generation본 논문은 기존의 독립적인 오디오-비디오 VAE 학습 방식이 초래하는 교차 모달 정렬(cross-modal alignment) 부족 문제를 해결하고자 합니다.#Review#OmniVAE#Cross-modal Alignment#Audio-Video Generation#Latent Diffusion#Contrastive Learning#Semantic Distillation2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Leveraging External Knowledge for Historical Document Restoration via Retrieval-Augmented Large Language Models본 연구는 물리적 훼손으로 판독이 어려운 역사 기록물을 복원하기 위해 LLM과 외부 지식을 결합하는 새로운 접근 방식을 제안합니다.#Review#Historical Document Restoration#Retrieval-Augmented Generation (RAG)#Large Language Models (LLMs)#Named Entity Recognition#Hanja#Domain-specific Fine-Tuning#Textual Contextualization2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Kimi K3: Open Frontier Intelligence본 논문은 기존 오픈소스 모델들이 1T 파라미터 규모에 정체되어 있는 반면, 상업적 모델들은 더 큰 규모와 복잡한 추론 능력을 갖추며 격차가 벌어지는 문제를 해결하고자 합니다. 특히 long-context와 agentic tasks를 동시에 처리하기 위한 모델의 확장성과 효율성이 부족하다는 점이 핵심 배경입니다.#Review#Mixture-of-Experts#Kimi Delta Attention#Long-context#Reinforcement Learning#Multimodal#Scaling Efficiency#Agentic Intelligence2026년 7월 27일댓글 수 로딩 중
[논문리뷰] JarvisHub: An Open Harness for Canvas-Native Multimodal Creative Agents본 논문은 기존의 Creative AI 시스템이 고립된 단일 단계 생성에 머물러 있어, 복잡한 다단계 창작 작업에서 필요한 맥락(Context)을 유지하지 못하는 문제를 해결하고자 합니다.#Review#Multimodal Agents#Canvas-Native#Creative AI#Agent Harness#Long-Horizon Creation#Project State2026년 7월 27일댓글 수 로딩 중
[논문리뷰] IndicTalk: A Large-Scale Persona-Based Multilingual Conversational Corpus for Indic Languages본 연구는 다국어 및 코드 혼용 대화 시스템 구축에 필수적인 고품질 대규모 말뭉치가 부족한 문제를 해결합니다. 기존의 Indic 언어 데이터셋은 주로 감성 분석이나 개체명 인식과 같은 식별 작업(Discriminative tasks)에 치우쳐 있어, 생성 모델의 instruction tuning에 부적합합니다.#Review#Indic Languages#Code-mixed Conversation#LLM-based Generation#Persona-conditioned Dialogue#Multilingual NLP#Corpus Construction2026년 7월 27일댓글 수 로딩 중
[논문리뷰] GNM Head: A Generative aNthropometric Model of the human head본 논문은 기존의 3DMM들이 가진 해부학적 폐쇄성 문제를 해결하고자 합니다. 기존의 모델들(예: FLAME, BFM)은 인간의 머리를 속이 빈 껍데기 형태로 간주하여 치아나 혀 같은 중요한 내부 기관을 생략해 왔습니다. 이러한 구조적 한계는 생성형 AI나 실시간 렌더링 시 시각적 품질을 저하시키는 원인이 됩니다.#Review#3D Morphable Model (3DMM)#Human Head#Parametric Model#Computer Vision#Neural Rendering#Facial Reconstruction#Anatomy2026년 7월 27일댓글 수 로딩 중
[논문리뷰] From Proprietary to Open-Source: Bridging the Distribution Gap via Multi-Agent Protocol Distillation in Agentic Search본 논문은 Agentic Search 최적화 시 발생하는 Sparse Supervision 문제와 Proprietary-to-Open-Source 지식 증류의 제약사항을 해결하는 것을 목표로 합니다.#Review#Agentic Search#Knowledge Distillation#Multi-Agent System#Reinforcement Learning#JSON Protocol#Policy Alignment#Large Language Models2026년 7월 27일댓글 수 로딩 중
[논문리뷰] FilmBench: A Film-Grade Benchmark for Cinematic Video Generation본 논문은 기존 비디오 생성 벤치마크들이 웹 기반의 단순 텍스트 프롬프트를 사용하여 영상의 'Cinematic Quality'를 평가하는 데 한계가 있다는 점을 지적한다.#Review#Text-to-Video#Reference-to-Video#Cinematic Language#FilmBench#Benchmark#Video Generation#FilmOps2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Evidence Attribution in Visual Document Understanding without Coordinates or Region Labels본 논문은 Visual Document Understanding 분야에서 발생하는 Attribution Hallucination 문제를 해결하기 위해, 현재의 좌표 기반 인터페이스가 모델의 근거 표현 능력을 제한하고 있는지 분석합니다 .#Review#Vision-Language Models#Evidence Attribution#Attribution Hallucination#Multimodal Retrieval#Reinforcement Learning#Doc-VQA2026년 7월 27일댓글 수 로딩 중
[논문리뷰] DriveDNA: A Large-Scale Multimodal Naturalistic Driving Dataset and Benchmark for Driving Style Identification본 논문은 실주행 데이터에서 운전자의 개별적인 주행 습관을 식별할 때 발생하는 불명확한 환경적 편향(Confounds) 문제를 해결하고자 한다.#Review#Naturalistic Driving#Driving Style Identification#Behavior Prediction#Driver Re-identification#Multimodal Time Series#Shortcut Learning2026년 7월 27일댓글 수 로딩 중
[논문리뷰] DecoupleMix: Decoupled Ratio Search and Convex Allocation for Scalable VLM Data Recipes본 논문은 VLM의 사전 학습 데이터 구성을 직관에 의존하는 휴리스틱한 방식에서 재현 가능한 엔지니어링 원칙으로 전환하고자 한다. 기존 연구들은 단순히 고품질 데이터를 필터링하거나 데이터셋을 단순히 쌓는 방식을 사용하며, 데이터셋 추가가 성능에 미치는 인과 관계를 명확히 파악하기 어려운 문제가 있다.#Review#Vision-Language Models#Data Mixture Optimization#Convex Optimization#Dataset-Level Assessment#Scalable VLM Training#Attributable Validation2026년 7월 27일댓글 수 로딩 중