[논문리뷰] CoVeR: Coverage-Based Token Pruning for Multi-View 3D Reasoning in VLMsMulti-View 3D 추론은 많은 양의 시각적 토큰을 생성하여 LLM의 연산 비용을 급격히 증가시키는 병목 현상을 유발합니다.#Review#Multi-View 3D Reasoning#Token Pruning#VLM#Coverage-Based#Geometric Coverage#Training-Free#Deterministic Selection2026년 9월 8일댓글 수 로딩 중
[논문리뷰] Cadence: Error-Bounded Lossy Compression of Demand Time Series with a Time-Series Foundation Model본 논문은 사전 학습된 Time-Series Foundation Model이 시계열 데이터의 비트 비용(bit cost)을 효율적으로 줄일 수 있는지 규명하고자 한다.#Review#lossy compression#error-bounded compression#time-series foundation models#scientific data reduction#time-series databases2026년 9월 8일댓글 수 로딩 중
[논문리뷰] BeaconKV: Key-Value Cache Compression Guided by Beacon Queries for Efficient Large Reasoning Model Inference본 논문은 LRMs의 고질적인 메모리 병목 현상인 선형적으로 증가하는 KV Cache 문제를 해결하고자 한다. 기존의 KV Cache 압축 기법(예: RPC, R-KV)은 최근 생성된 Query들이 미래의 중요 토큰을 잘 예측할 것이라는 가정에 의존한다.#Review#Large Reasoning Models#KV Cache Compression#Thought Revisiting Tokens#Beacon Queries#Continual FPS#Transformer#Chain-of-Thought2026년 9월 8일댓글 수 로딩 중
[논문리뷰] AuK Technical Report: An Open-Source Foundational Model for Speech Generation and Editing기존의 Speech Generation 및 Editing 시스템들은 Zero-shot Voice Cloning, Instruction-controlled Synthesis, Flexible Speech Editing 등 다양한 기능을 제공하지만, 각각의 기능이 Task-specific 모델로 분리되어 사용자 경험의 단편화와 중복된 모델링 노력을 초래한다.#Review2026년 9월 8일댓글 수 로딩 중
[논문리뷰] Agentic Visual Generation: From Generative Models to Agentic ControlMotivation: Visual generation은 단순한 generative models의 단일 호출(single invocation)을 넘어, 계획, 도구 선택, 중간 결과물 검사, 실패 수정, 이전 경험 재사용이 가능한 agentic control processes로 진화하고 있다.#Review#Agentic Visual Generation#Controller Decision-Making Scope#Visual Generation#Reinforcement Learning#Multi-Agent Systems2026년 9월 8일댓글 수 로딩 중
[논문리뷰] A*-Thought-V2: Efficient Latent Reasoning via Geometric Dynamics of LLM본 논문은 기존의 Chain-of-Thought(CoT)가 유발하는 과도한 컴퓨팅 비용과 컨텍스트 길이에 따른 성능 저하 문제를 해결하기 위해 고안되었습니다. 기존의 하드 프루닝(Hard Pruning) 기법은 Reasoning 과정 중 일부 정보를 완전히 삭제하여 정보 손실이 발생하는 한계가 있습니다.#Review#Chain-of-Thought#Latent Reasoning#Geometric Dynamics#Embedding Forcing#Label Forcing#Model Compression2026년 9월 8일댓글 수 로딩 중
[논문리뷰] What Else Needs Fixing? Exploring Cost-Effective Test-Time Compute for Revision Propagation in Artifacts Generated Through Conversation본 연구는 대화형 생성 아키텍처에서 발생하는 수정 전파(Revision Propagation) 문제를 해결하고자 합니다. 기존의 코드 레포지토리나 지식 편집 연구와 달리, 대화형 환경에서는 아키텍처 요소 간의 의존성이 명시적이지 않고 대화 맥락 속에 내재되어 있어 자동화된 처리가 어렵습니다.#Review#Revision Propagation#Test-Time Compute#JSON Artifacts#LLM#Benchmark#Cost-Effectiveness2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Verify Before You Distill: Prompt-Level Teacher Gating for On-Policy Distillation본 연구는 기존 Vanilla OPD가 교사의 신뢰성을 검증하지 않은 채 정밀한 지도 학습을 강제함에 따라 발생하는 'confidently wrong' 교사의 오류 전파 문제를 해결하고자 합니다.#Review#On-Policy Distillation#Teacher Gating#Verifier-grounded#Reliability Estimation#Compute Efficiency#Language Model Post-training2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Unlocking Lossless Speedups in LLMs via Discrete Diffusion본 논문은 Autoregressive (AR) Large Language Models (LLMs)의 핵심 bottle-neck인 느린 순차적 토큰 생성을 해결하고자 한다. 기존 AR LLMs는 한 번에 하나의 토큰만 생성하므로 추론 시 높은 Latency를 유발하고 GPU utilization을 저하시킨다.#Review#Diffusion-augmented LLMs#Discrete Diffusion#Lossless Acceleration#Ψ-Spec Sampler#Speculative Decoding#Throughput#Tokens-Per-Forward-pass (TPF)#LoRA2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Unifying Conformal Language Tasks with In-Context Ensembles본 논문은 다양한 NLP 콘텐츠 선택 작업에서 발생하는 수동 Prompt Engineering의 의존성과 비효율성 문제를 해결하고자 합니다. 기존 연구들은 요약, 질문 답변(QA), 증거 추출 등 각기 다른 작업마다 개별적으로 LLM Prompt를 설계해야 했으며, 이는 노동 집약적이고 범용성이 낮습니다.#Review#Conformal Prediction#In-Context Learning#Ensemble#Content Selection#NLP#Relevance Scoring2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Safety for Whom? Boundary-Aware Self-Distillation for Controlled LLM Safety Refusal본 연구는 기존의 LLM 안전 정렬 방식이 주제 전체를 포괄적으로 거부하는 '블런트(Blunt)한 방식'으로 작동하여, 실제 배포 환경에서 필요한 세밀한 안전 정책을 반영하지 못하는 문제를 해결합니다.#Review#LLM Safety#Self-Distillation#Narrow-Boundary#Data-Coverage#Refusal Alignment#Over-refusal2026년 9월 7일댓글 수 로딩 중
[논문리뷰] One Symptom, Three Levers: A Critical Review of On-Policy Self-Distillation본 논문은 On-Policy Self-Distillation (OPSD) 기반의 학습 기법들이 직면한 collapse 문제를 심층적으로 분석하고 체계화합니다.#Review#On-Policy Self-Distillation#OPSD#Reinforcement Learning#Knowledge Distillation#Language Model#Collapse#Privileged Information2026년 9월 7일댓글 수 로딩 중
[논문리뷰] FlowBalance: Verifier-Grounded Self-Improvement from On-Policy Reasoning Experience본 논문은 LLM의 reasoning 모델이 스스로의 경험을 통해 개선(self-improvement)할 때 발생하는 '취약한 내부 루프(fragile inner loop)' 문제를 해결하고자 합니다.#Review#FlowBalance#Self-Improvement#Verifier-Grounded#Trajectory Balance#Privileged Hindsight#Reinforcement Learning2026년 9월 7일댓글 수 로딩 중
[논문리뷰] EmbodiedSkills: A Unified Framework for Orchestrating, Training, and Deploying VLA Agents본 연구는 Vision-Language-Action (VLA) 모델이 long-horizon tasks를 수행할 때 발생하는 복잡한 조율 문제와 기존 방법론의 한계를 해결하고자 한다.#Review#Vision-Language-Action (VLA)#Embodied Agent#Robot Control#Skill Orchestration#Closed-Loop System#Modular Framework#Execution Verification#Reinforcement Learning2026년 9월 7일댓글 수 로딩 중
[논문리뷰] ENEAS: Embedding-guided Neural Ensemble for Adaptive Segmentation본 논문은 SAM 3와 같은 최신 foundation model들이 text-promptable segmentation에서 직면하는 본질적인 한계를 해결하고자 한다.#Review#Text-Promptable Segmentation#Instance Tracking#Semantic Discovery#Vision-Language Models (VLMs)#Sigmoid Loss#3D Reconstruction#Ontological Reasoning2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Causal Foundation Models본 논문은 전통적인 인과 추론 파이프라인의 낮은 효율성과 확장성 문제를 해결하기 위해 Causal Foundation Models (CFMs)를 제안한다. 기존의 인과 추론 기법은 새로운 문제마다 인과 메커니즘을 설계하고, 적절한 추정기를 선택하며, 하이퍼파라미터를 튜닝하는 반복적인 과정을 거쳐야 한다 .#Review#Causal Foundation Models#Causal Inference#In-context Learning#Data-generating Processes#Potential Outcomes#Structural Causal Models2026년 9월 7일댓글 수 로딩 중
[논문리뷰] τ^τ-Bench: An Environment for End-To-End, Realistic Agent Construction본 논문은 LLM Agent가 Production 소프트웨어로 빠르게 발전하고 있음에도 불구하고, 기존 벤치마크들이 실제 Client Engagement 조건 하에서 에이전트 구축의 End-to-End 프로세스를 적절히 평가하지 못한다는 근본적인 문제점을 제기합니다.#Review#LLM Agents#Agent Construction#Realistic Benchmarking#End-to-End Evaluation#Requirements Engineering#Developer Agents#Multimodal Artifacts#Client Simulation2026년 9월 6일댓글 수 로딩 중
[논문리뷰] WorldSculpt: Generating Compositional Worlds from Grounded Videos본 논문은 복잡하고 폐쇄가 심한 장면(Cluttered Scene)에서 수백 개의 개별 객체를 독립적인 Mesh 형태로 구성하는 문제에 집중합니다.#Review#3D Generation#Compositional World#Multi-view Conditioning#Amodal Reconstruction#Generative Prior#Scene Understanding2026년 9월 6일댓글 수 로딩 중
[논문리뷰] When Quantization Breaks Memory: Recurrent-State Write-Back in Low-Precision Temporal Inference본 논문은 Low-Precision recurrent inference 환경에서 모델이 학습된 이후, 상태 저장 규칙인 Recurrent-State Write-Back이 모델의 시계열적 추론 성능을 심각하게 저하시키는 원인을 규명한다.#Review#Quantization#Recurrent-State Write-Back#Temporal Inference#Fluorescence Lifetime Imaging#GRU#LSTM#Low-Precision2026년 9월 6일댓글 수 로딩 중
[논문리뷰] When Models Edit Too Much: On the Fidelity of Minimal Code Edits본 논문은 최신 LLM이 코드 수정 작업에서 기능적 정확성(Pass@1)은 높으나, 불필요하게 많은 코드를 수정하는 Over-editing 문제를 해결하고자 합니다 . 기존의 많은 코드 벤치마크는 테스트 케이스 통과 여부만을 평가할 뿐, 수정의 최소성이나 가독성(Reviewability)을 고려하지 않는 한계가 있습니다.#Review#Code Repair#Edit Fidelity#Over-editing#Large Language Models#Reinforcement Learning#Code Maintenance2026년 9월 6일댓글 수 로딩 중