[논문리뷰] ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog본 논문은 학술 논문을 포스터, 영상, 블로그 글로 변환하는 이른바 'Last Mile' 연구 확산 과정의 비효율성을 해결하기 위해 ResearchStudio-Reel을 제안한다 . 기존 연구(Baseline) 시스템들은 다음과 같은 3가지 주요 한계점을 가진다.#Review#Generative AI#Research Dissemination#Automated Poster Generation#Agent Framework#Multi-modal Workflow#Scientific Communication2026년 7월 6일댓글 수 로딩 중
[논문리뷰] ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes본 논문은 LLM 기반 연구 에이전트의 발전에도 불구하고, 연구 아이디어의 타당성을 문헌에 근거하여 확보하고 잠재적 실패 가능성을 사전에 검토하는 'first-mile' 단계의 체계적인 지원이 부족하다는 문제를 해결합니다.#Review#Research Ideation#LLM Agent#Evidence-Grounded#Ideation Pattern#Conference Outcomes#Novelty Assessment2026년 7월 6일댓글 수 로딩 중
[논문리뷰] PraMem: Practice-derived Experiential Memory for Long-horizon Behavior Prediction본 논문은 Long-horizon behavior prediction에서 발생하는 잠재적 행동 패턴 유도(Induction)의 어려움과 LLM의 내재적 인지 편향 문제를 해결하기 위해 제안되었습니다.#Review#Long-horizon Behavior Prediction#Large Language Models#Experiential Memory#Dialectical Philosophy#Behavioral Pattern Induction#Cognitive Bias Mitigation2026년 7월 6일댓글 수 로딩 중
[논문리뷰] PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space본 논문은 3D 장면 생성과 복원이라는 두 가지 이질적인 과제를 단일 픽셀 공간 프레임워크 내에서 통합적으로 해결하는 것을 목표로 합니다.#Review#3D Scene Generation#3D Scene Reconstruction#Pixel-Space Diffusion#3D Gaussian Splatting#Geometry Perception Loss2026년 7월 6일댓글 수 로딩 중
[논문리뷰] PixCon: Clean-Positive Contrastive Learning for Foundation-Model Semi-Supervised Segmentation기존의 SSSS 연구들은 주로 Pseudo-label의 신뢰성을 판단하기 위한 confidence filtering 전략에 의존해 왔습니다. 그러나 DINOv2와 같은 강력한 foundation-model backbone이 등장하면서, 단순히 threshold를 높이는 것만으로는 성능 향상에 한계가 있음이 드러났습니다.#Review#Semi-supervised Semantic Segmentation#Foundation Models#Contrastive Learning#Pseudo-labeling#DINOv2#Embedding Space#Consistency Regularization2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Perceptual Flow Matching for Few-Step Generative Modeling본 논문은 기존 Flow Matching 모델이 고품질 출력을 생성하기 위해 수십 번의 샘플링 단계(35~50 steps)를 요구하여 발생하는 높은 추론 Latency 문제를 해결하고자 합니다.#Review#Flow Matching#Few-Step Generation#Perceptual Supervision#Perceptual Feature Space#Generative Modeling#Classifier-free Guidance2026년 7월 6일댓글 수 로딩 중
[논문리뷰] OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers본 논문은 현대의 방대한 LLM 최적화 방법론들이 파편화되어 있어 체계적인 비교와 선택이 어렵다는 문제를 해결하고자 합니다. 기존 연구들은 각기 다른 가정과 notation을 사용하여 성능 비교가 프로토콜에 따라 크게 달라지며, 특정 메커니즘이 업데이트 파이프라인의 어느 지점에 개입하는지 명확하지 않습니다.#Review#LLM Pretraining#Optimizer#Taxonomy#Meta-Pipeline#Benchmarking#Linear Minimization Oracle#LMO2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Multiplayer Interactive World Models with Representation Autoencoders본 연구는 다수의 에이전트가 상호작용하는 복잡하고 역동적인 환경에서, 실시간으로 작동하며 장기적으로 일관성을 유지하는 Multiplayer Interactive World Model을 구축하는 것을 목표로 합니다.#Review#Multiplayer World Model#Latent Diffusion#Representation Autoencoder#Rocket League#Real-time Simulation#Action-conditioned Dynamics2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Multi-Turn Agentic Scientific Literature Search via Workflow Induction본 논문은 과학 문헌 검색 과정에서 발생하는 사용자의 불명확한 의도와 진화하는 요구사항을 기존의 정적인 검색 시스템이 효과적으로 해결하지 못한다는 문제에서 출발합니다.#Review#Agentic Search#Workflow Induction#Multi-turn Interaction#DAG#Scientific Literature Search#Preference Optimization#Tool Use2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction본 논문은 대규모 저장소 수준의 취약점 재현 과정에서 LLM 에이전트가 겪는 핵심 병목 현상이 저수준의 명령어 실행이 아닌 고수준의 전략 선택에 있음을 지적한다 .#Review#Vulnerability Reproduction#LLM Agents#Strategy-grounded Learning#Dual-loop Framework#GRPO#Repository-Scale SE2026년 7월 6일댓글 수 로딩 중
[논문리뷰] MV-Forcing: Long Multi-View Video Generation via 4D-Grounded Spatio-Temporal Self-Forcing본 논문은 temporal autoregression과 multi-view synthesis의 장점을 결합하여, 시간과 뷰 개수의 제약 없이 일관된 장편 비디오를 생성하는 것을 목표로 합니다.#Review#Multi-View Video Generation#Autoregressive Model#Diffusion Models#Spatio-Temporal Self-Forcing#3D Reconstruction#Distribution Matching Distillation#4D-Grounded Geometric Prior2026년 7월 6일댓글 수 로딩 중
[논문리뷰] MANCE: Manifold Aware Concept Erasure본 논문은 뉴럴 네트워크의 표현 공간에서 특정 개념을 제거할 때 발생하는 정보 손실 및 부작용 문제를 해결하기 위해 MANCE를 제안합니다.#Review#Concept Erasure#Manifold Constraint Hypothesis#Representation Surgery#Nonlinear Erasure#Neural Representation#Tangent Space Alignment2026년 7월 6일댓글 수 로딩 중
[논문리뷰] LLM-as-a-Verifier: A General-Purpose Verification Framework본 논문은 대규모 언어 모델의 성능 향상을 위한 핵심 축으로서 'Verification'이 충분히 탐구되지 않았다는 문제의식에서 출발합니다. 기존의 표준적인 LM Judge 모델은 점수 분포를 단일의 Discrete한 토큰으로 압축함으로써 평가의 변별력이 낮아지고 Tie(동점) 비율이 높아지는 한계가 있습니다 .#Review#Verification Scaling#Probabilistic Formulation#Logit Expectation#Score Granularity#Repeated Evaluation#Criteria Decomposition#Agentic Tasks2026년 7월 6일댓글 수 로딩 중
[논문리뷰] KVpop -- Key-Value Cache Compression with Predictive Online PruningLLM의 실시간 추론에서 KV cache는 문맥 길이에 선형적으로 증가하여 long-context inference의 병목 현상을 유발합니다.#Review#KV Cache Compression#Large Language Models#Sparse Attention#Predictive Pruning#Inference Efficiency#Memory Optimization2026년 7월 6일댓글 수 로딩 중
[논문리뷰] InternVLA-A1.5: Unifying Understanding, Latent Foresight, and Action for Compositional Generalization본 논문은 기존 VLA 모델들이 직면한 Semantics Erosion(사전 학습된 백본의 의미론적 지식 저하), Heterogeneous Objective Interference(서로 다른 학습 목적 간의 간섭), 그리고 픽셀 단위의 미래 예측에 따른 높은 비용 문제를 해결하고자 합니다.#Review#Vision-Language-Action Models#Robot Manipulation#Latent Foresight#Compositional Generalization#Multimodal Co-training#Flow Matching2026년 7월 6일댓글 수 로딩 중
[논문리뷰] GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation로봇 파운데이션 모델의 발전에도 불구하고, 정책 성능을 평가하기 위한 물리적 로봇 실행은 여전히 높은 비용과 긴 시간이 소요되는 핵심 병목 구간입니다.#Review#World Model#Robot Policy Evaluation#WMBench#Embodied AI#Video Generation#Policy Rollout2026년 7월 6일댓글 수 로딩 중
[논문리뷰] GORGO: Online Tuning for Cross-Region Network-Aware LLM Serving본 논문은 전역적으로 분산된 LLM 추론 환경에서 네트워크 지연, KV-cache 로컬리티, 서버 부하를 동시에 고려하는 최적의 로드 밸런싱 정책 부재 문제를 해결합니다.#Review#LLM Serving#Cross-Region#Load Balancing#KV-Cache#Online Tuning#Network Latency#Evolutionary Strategy2026년 7월 6일댓글 수 로딩 중
[논문리뷰] EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments본 논문은 대규모 언어 모델(LLM) 기반 에이전트가 배포 후 실제 환경에서 어떻게 학습하고 진화하는지에 대한 과학적 이해가 부족하다는 점을 해결하고자 한다. 기존의 벤치마크는 짧은 시간 내의 일회성 결과 측정에 집중하여, 에이전트가 상호작용을 통해 점진적으로 개선되는 학습 동역학을 분석하기에 부적합하다 .#Review#EdgeBench#Scaling Laws#Log-Sigmoid#Agent Learning#Real-World Environments#Frontier Expansion2026년 7월 6일댓글 수 로딩 중
[논문리뷰] EVA-Client: A Unified Data Collection, Inference, and Deployment Framework for Embodied Policies on Real Robots본 논문은 최신 Vision-Language-Action(VLA) 및 World-Action 모델(WAM)의 학습 생태계는 성숙해진 반면, 학습된 모델을 실제 로봇에 배포하고 평가하는 과정은 여전히 파편화된 스크립트에 의존하고 있다는 점을 해결하고자 합니다 .#Review#Embodied AI#Robot Manipulation#Deployment Framework#Inference Strategies#Data Collection#Real-Robot Evaluation#VLA Models2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval본 연구는 다중 벡터 기반의 Vision-Language Retrieval에서 발생하는 과도한 스토리지 비용과 추론 지연 문제를 해결하고자 합니다.#Review#Vision-Language Retrieval#Token Merging#Late Interaction#Object-Aware#Token Compression#Multi-vector Retrieval2026년 7월 6일댓글 수 로딩 중