[논문리뷰] JanusMesh: Fast and Zero-Shot 3D Visual Illusion Generation via Cross-Space Denoising본 논문은 텍스트 기반의 프롬프트로부터 서로 다른 시점에서 상이한 의미를 갖는 3D Visual Illusion을 효율적으로 생성하는 문제를 해결하고자 한다 .#Review#3D Visual Illusion#Zero-Shot Generation#Cross-Space Denoising#SDF Blending#View-Conditioned Texture Synthesis#CLIP-guided Orientation Search#Rectified Flow2026년 6월 18일댓글 수 로딩 중
[논문리뷰] JAMER: Project-Level Code Framework Dataset and Benchmark on Professional Game Engines본 논문은 프로페셔널 게임 엔진 환경에서 프로젝트 레벨의 코드 프레임워크를 생성하고 평가하는 AI 기술의 부재를 해결하고자 한다 . 기존 연구들은 주로 단일 파일 생성이나 간단한 게임 로직에 국한되어 있으며, 게임의 복잡한 런타임 행동을 정량적으로 평가할 수 있는 방법론이 부족하였다.#Review#Game Engine#Code Framework#Software Engineering#Benchmark#Dataset#Godot#Deterministic Evaluation2026년 6월 18일댓글 수 로딩 중
[논문리뷰] ImageWAM: Do World Action Models Really Need Video Generation, or Just Image Editing?기존의 WAM은 미래 비디오 생성에 의존하여 로봇 행동을 추론하지만, 여기에는 세 가지 심각한 한계가 존재합니다. 우선, 다수의 프레임에 대한 시공간 토큰을 처리해야 하므로 Inference 비용이 극도로 높습니다.#Review#World Action Models#Image Editing#Robot Manipulation#Flow Matching#Efficient Inference#Embodied AI2026년 6월 18일댓글 수 로딩 중
[논문리뷰] HumanScale: Egocentric Human Video Can Outperform Real-Robot Data for Embodied PretrainingEmbodied foundation model 학습의 핵심 병목 현상은 정밀하게 주석 처리된 고품질 로봇 데이터의 부족과 데이터 수집의 높은 비용입니다.#Review#Embodied AI#Egocentric Video#Pretraining#Robot Learning#Scaling Laws#Generalization#World-Action Models2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Holo-World: Unified Camera, Object and Weather Control for Video World Model본 연구는 비디오 월드 모델에서 카메라, 객체 동역학, 그리고 날씨 상태를 단일 인터페이스로 통합 제어하는 과정에서 발생하는 데이터 부족과 모델링 충돌 문제를 해결하고자 합니다.#Review#Video World Model#Unified State Control#Weather Transfer#Unified Scene Adapter#Scene-Weather Decomposed CFG#HoloStateData2026년 6월 18일댓글 수 로딩 중
[논문리뷰] FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining본 연구는 스타일과 콘텐츠를 동시에 참조하는 Dual-Reference Generation 작업에서 발생하는 콘텐츠 누출(Content Leakage) 및 구조 왜곡 문제를 해결하고자 합니다.#Review#Diffusion Models#Dual-Reference Generation#LoRA Mining#Content-Style Disentanglement#Attention Enrichment#RoPE Modulation2026년 6월 18일댓글 수 로딩 중
[논문리뷰] FlowBender: Feedback-Aware Training for Self-Correcting Conditional Flows본 논문은 기존 conditional generative 모델들이 컨디셔닝 신호를 정적인 입력으로만 취급하여 발생하는 생성 품질 저하와 정렬 실패 문제를 해결하고자 합니다.#Review#Flow Matching#Conditional Generation#Feedback-Aware Training#Closed-Loop Inference#Self-Correction2026년 6월 18일댓글 수 로딩 중
[논문리뷰] FAPO: Fully Autonomous Prompt Optimization of Multi-Step LLM Pipelines본 논문은 복잡한 Multi-step LLM 파이프라인에서 발생하는 단계 간 상호작용 실패와 병목 현상을 해결하기 위해 FAPO를 제안한다. 기존의 프롬프트 전용 최적화 기법은 파이프라인 전체의 구조적 결함을 파악하는 데 한계가 있으며, 단일 단계의 프롬프트 튜닝만으로는 성능 개선이 어렵다.#Review#LLM Pipeline#Prompt Optimization#Autonomous Agent#Claude Code#LangGraph#Failure Attribution#Pipeline Architecture2026년 6월 18일댓글 수 로딩 중
[논문리뷰] ENPIRE: Agentic Robot Policy Self-Improvement in the Real World본 논문은 로봇의 Dexterous Manipulation 기술을 습득함에 있어 인간의 개입이 필수적인 현재의 병목 현상을 해결하고자 합니다.#Review#Physical Autoresearch#Agentic Robot Policy#Robot Fleet#Closed-loop System#Self-Improvement#Task Manipulation2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Duration Aware Scheduling for ASR Serving Under Workload Drift본 논문은 대규모 ASR 시스템에서 FCFS 기반 스케줄링이 작업 시간의 가변성을 고려하지 못해 발생하는 비효율성 문제를 해결한다. 기존의 vLLM과 같은 서빙 엔진들은 입력을 순차적으로 처리하므로, 긴 오디오 요청이 짧은 요청들을 가로막는 Head-of-Line blocking 현상이 빈번하게 발생한다.#Review#ASR#Scheduling#Latency#vLLM#Whisper#Workload Drift#SJF#HRRN2026년 6월 18일댓글 수 로딩 중
[논문리뷰] DragMesh-2: Physically Plausible Dexterous Hand-Object Interaction with Articulated Objects본 연구는 관절형 물체를 조작할 때 발생하는 hand-object interaction (HOI) 의 물리적 안정성 문제를 해결하고자 합니다.#Review#Dexterous Manipulation#Articulated Object Manipulation#Hand-Object Interaction#Reinforcement Learning#Contact-Driven#Physically Informed#Robustness2026년 6월 18일댓글 수 로딩 중
[논문리뷰] DF3DV-1K: A Large-Scale Dataset and Benchmark for Distractor-Free Novel View Synthesis본 연구는 기존 Distractor-Free Radiance Field 연구들이 대규모의 체계적인 데이터셋과 벤치마크의 부재로 인해 방법론의 강점과 한계를 파악하기 어렵다는 문제를 해결합니다.#Review#Distractor-Free#Novel View Synthesis#Radiance Fields#3D Dataset#Benchmark#Diffusion-based Enhancement#DI2FIX2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Current World Models Lack a Persistent State Core본 논문은 현대의 World Models가 정교한 프레임을 생성할 수는 있으나, 관찰자가 보고 있지 않을 때에도 독립적으로 진화해야 하는 '지속적인 세계 상태(Persistent State Core)'를 결여하고 있다는 점을 지적합니다.#Review#World Models#Persistent State#Viewpoint Intervention#WRBench#Video Generation#Diagnostic Benchmark#World-State Consistency2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Beyond Static Leaderboards: Predictive Validity for the Evaluation of LLM Agents본 논문은 현대의 LLM 에이전트가 단일 점수 기반의 정적 리더보드로는 충분히 평가될 수 없으며, 이로 인해 Rank Instability가 발생한다는 점을 지적합니다.#Review#LLM Agents#Predictive Validity#Benchmark#Evaluation#Out-of-Distribution#MCP#Leaderboard2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Adaptive Volumetric Mechanical Property Fields Invariant to Resolution본 논문은 기존 3D 에셋이 물리 시뮬레이션에 필수적인 재질 정보(Young's modulus, Poisson's ratio, density)를 결여하고 있어, 사실적인 물리 시뮬레이션 구현에 병목 현상을 겪고 있다는 문제를 해결합니다 .#Review#Mechanical Properties#Sparse Adaptive Voxels#Physics Simulation#Autoregressive Generation#3D Assets#Material Fields2026년 6월 18일댓글 수 로딩 중
[논문리뷰] iOSWorld: A Benchmark for Personally Intelligent Phone Agents본 논문은 기존 모바일 에이전트 벤치마크가 사용자의 지속적인 데이터와 상호 연관된 개인적 문맥을 결여하고 있다는 점을 지적하며, '개인 지능(Personal Intelligence)'을 갖춘 에이전트 평가의 필요성을 제기합니다.#Review#iOSWorld#Mobile Agents#Personal Intelligence#Human-Computer Interaction#LLM-as-a-Judge#Multi-app Reasoning#Simulator Benchmark2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Trust the Right Teacher: Quality-Aware Self-Distillation for GUI Grounding본 논문은 OPSD 학습 과정에서 발생하는 교사 모델 신호의 품질 저하 문제를 해결하기 위해 Quality-Aware Self-Distillation을 제안한다.#Review#GUI Grounding#On-Policy Self-Distillation#Teacher-Signal Reliability#Vision-Language Models#Correctness-Aware Gating#Probability Scaling2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Sumi: Open Uniform Diffusion Language Model from Scratch본 연구는 대규모 파라미터와 데이터 스케일로 scratch부터 사전 학습된 UDLM의 부재를 해결하고자 한다.#Review#Uniform Diffusion Language Model#UDLM#Diffusion Models#Pre-training#Scaling#Generation Dynamics#Sumi2026년 6월 17일댓글 수 로딩 중
[논문리뷰] SciOrch: Learning to Orchestrate Expert LLMs for Solving Frontier Multimodal Scientific Reasoning Tasks본 논문은 frontier multimodal scientific reasoning 분야에서 단일 상용 LLM 시스템이 전문가 수준의 성능을 달성하지 못하는 한계를 극복하고자 합니다.#Review#Multimodal Scientific Reasoning#LLM Orchestration#MCTS#Reinforcement Learning#Expert Model Delegation#Agentic Workflow2026년 6월 17일댓글 수 로딩 중
[논문리뷰] STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability본 논문은 RLVR 기반의 LLM 학습 과정에서 빈번하게 발생하는 Policy Entropy Collapse 문제를 해결하고자 합니다. 기존의 GRPO는 학습이 지속됨에 따라 출력 다양성이 사라지고 모델이 조기에 수렴하는 현상을 겪으며, 이는 장기적인 포스트 트레이닝의 병목 현상으로 작용합니다 .#Review#Reinforcement Learning#Policy Entropy#GRPO#Advantage Reweighting#Surprisal#LLM Post-training#Credit Assignment2026년 6월 17일댓글 수 로딩 중