[논문리뷰] CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems본 논문은 기존의 Multi-Agent Systems(MAS) 프롬프트 최적화 연구들이 시스템 수준의 조정과 에이전트 수준의 실행을 에이전트별 프롬프트 내에 통합(Coupling)하여 관리하는 한계점을 지적합니다.#Review#Multi-Agent Systems#Prompt Optimization#Coordinator-Executor Decomposition#Role-Aligned Optimization#LLM2026년 11월 1일댓글 수 로딩 중
[논문리뷰] AuditFL: A Contract-Backed Clearing Layer for Open Federated Learning본 논문은 기존 Federated Learning (FL) 생태계가 중앙 집중식 Coordinator에 과도하게 의존하여 투명성이 결여되고 조작 가능성이 존재한다는 문제를 해결하고자 한다.#Review#Federated Learning#Blockchain#Smart Contracts#Clearing Layer#Auditable Coordination#Permissionless Systems2026년 11월 1일댓글 수 로딩 중
[논문리뷰] Apriel Voice 27B Preview: An Open Model for Speech, Reasoning, and Tool Use본 논문은 현대의 음성 어시스턴트가 단순히 음성 인식(ASR)을 넘어, 복잡한 상황에서의 추론, 대화 유지, 그리고 도구 사용(Tool use)을 유기적으로 수행해야 한다는 점에 주목한다.#Review#Speech-Language Model#Reasoning Backbone#Tool Use#Online Distillation#FKL Divergence#Multimodal Adaptation2026년 11월 1일댓글 수 로딩 중
[논문리뷰] Youtu-Parsing-Omni: One Encoder, One Schema, All Modalities본 논문은 다양한 모달리티(문서, 이미지, 오디오, 비디오)를 개별적으로 처리하는 기존 방식의 파편화 문제를 해결하고자 합니다. 현재의 파서들은 모달리티별로 별도의 인코더를 사용하므로 모달리티 간 상호작용이 부족하고, 각기 다른 출력 형식을 가져 Agent의 다중 모드 통합 추론을 방해합니다 .#Review#Omni-modal Parsing#Unified Encoder#OmniSchema#On-policy Distillation#Audio-Visual Fusion#Structured Grounding#Space-Time Coordinate System2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Your LR Schedule May Not Be Principled: Effective Learning Rate Scheduling in Weight-Normalized Training본 연구는 Weight-Normalized (WN) 학습이 기존 Weight Decay (WD) 기법과 달리 왜 특정한 학습률 스케줄에서 다른 성능을 보이는지 그 근본 원인을 규명하고자 합니다.#Review#Weight-Normalized Training#Effective Learning Rate#Learning Rate Scheduling#AIR#Directional Alignment#LLM Pretraining2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Your Benchmark Is an Empirical Measure Over Difficulty저자들은 현재의 벤치마크 평가가 리더보드 순위 결정과 훈련 과정 모니터링이라는 두 가지 핵심 용도로 사용됨에도 불구하고, 문제 분포에 따라 결론이 달라질 수 있는 취약점을 가지고 있음을 지적한다.#Review2026년 10월 29일댓글 수 로딩 중
[논문리뷰] WorkFactory: Turning Professional Intents into Executable Work for Scalable Agent Training본 논문은 working agent를 위한 확장 가능한 supervised fine-tuning 데이터를 생성할 때 발생하는 일관성 및 실행 가능성 문제를 해결하고자 합니다.#Review#Working Agent#Task Construction#Information Support Graph#Execution-based Repair#Supervised Fine-tuning2026년 10월 29일댓글 수 로딩 중
[논문리뷰] WebAnything: From the Wild Web to Scalable Agent Environments웹 에이전트 연구를 위해서는 재현 가능한 환경이 필수적이나, 기존 방식들은 자동화, 소스 충실도(Source Fidelity), 상호작용 범위 간의 Trade-off 문제에 직면해 있다 .#Review#Web Agents#Source-Grounded Reconstruction#Automated Environment Construction#Independent Verification#Agent Interaction#Scalable Evaluation2026년 10월 29일댓글 수 로딩 중
[논문리뷰] WeVisCut: The Whole Editing Room in One Agent From Narration to Long-Form Video본 논문은 나레이션 기반의 장편 영상 제작 시 발생하는 의사결정의 상호 의존성과 일관성 유지 문제를 해결하기 위해 WeVisCut을 제안합니다. 기존의 에이전트 기반 편집 시스템은 멀티 스테이지 워크플로우에 의존하거나 일반적인 모델을 활용하여, 고품질 유지와 비용 효율성 간의 트레이드오프를 최적화하는 데 한계가 있습니다.#Review#Script-to-Video#Agent Harness#Policy Learning#Editing Inversion#RCF-DAPO#Long-Form Video2026년 10월 29일댓글 수 로딩 중
[논문리뷰] VibeGame: Prompt-to-Game Development with AI-Native Engine and Self-Evolving Adversarial Agent Team본 논문은 대규모 언어 모델 기반 에이전트가 소프트웨어 개발을 가속화함에도 불구하고, 2D 게임과 같은 복합적인 인터랙티브 환경을 엔드투엔드로 개발하는 데에는 여전히 큰 장벽이 존재한다는 점을 문제로 제기합니다 .#Review#Agentic AI#Game Development#AI-Native Engine#Adversarial Agent Team#Self-Evolution#Prompt-to-Game2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Unlocking Any-Order Generation in Pretrained Autoregressive Image Models본 논문은 기존의 Autoregressive (AR) 이미지 생성 모델이 가진 고정된 생성 순서의 한계를 극복하고, 사전 학습된 모델을 활용하여 효율적으로 Any-order 생성 기능을 구현하는 것을 목표로 한다.#Review#Autoregressive Image Generation#Any-Order Generation#Pretrained Model Adaptation#Future-Aware Positional Embeddings#Ordering Curriculum#Inpainting#Outpainting2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Training Foundation Models with a Single Algorithm본 논문은 현대의 Foundation Model 학습 파이프라인이 Pretraining, midtraining, SFT, RL 등 각 단계별로 독립적인 알고리즘과 인프라를 사용하는 파편화된 구조임을 지적한다.#Review#Foundation Models#Unified Training#Maximum Likelihood Estimation#Reinforcement Learning#MaxRL#Data Mixing2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Scaling Lean Theorem Proving for Real-World Code Verification본 논문은 기존의 Formal reasoning 및 Code verification 벤치마크들이 거의 포화 상태에 도달하여 모델의 성능을 제대로 변별하지 못하는 문제를 해결하고자 한다.#Review#Lean Theorem Proving#Code Verification#Recursive Agents#Automated Reasoning#Formal Methods#Rust-to-Lean Verification2026년 10월 29일댓글 수 로딩 중
[논문리뷰] SO-101 Bench: Accessible Spatial Manipulation본 논문은 기존 SO-101 벤치마크들이 실제 물리적 하드웨어에 의존하여 비용이 높고 재현성이 낮다는 문제를 해결하기 위해 SO-101 Bench를 제안한다.#Review#Robot Manipulation#Benchmarks#Sim2Real#SO-101#Isaac Lab#Language-Conditioned Manipulation#Digital Twin2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Read, Allocate, Route: Role-Coupled Tokenization for Pixel-Space Generative Transformers본 논문은 픽셀 기반 생성 모델에서 출력 세부 정보(output detail)와 글로벌 attention의 시퀀스 길이가 강하게 결합되어 있는 문제를 해결합니다.#Review#Generative Transformers#Pixel-Space#Tokenization#Role-Coupled#Rectified-Flow#Spectral Subdivision#Anchor-based Communication2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Proving and Improving the Platonic Representation Hypothesis with JEPAs본 논문은 AI 모델이 다양한 모달리티를 통해 동일한 세계 표현으로 수렴한다는 PRH를 단순한 가설을 넘어 이론적 정리(theorem)로 증명하고자 합니다 . 기존 연구들은 모델 규모 확대(scale)가 정렬을 향상시킨다는 점을 관찰했으나, 그 이론적 근거나 최적의 학습 방법(recipe)이 부재했습니다.#Review#Platonic Representation Hypothesis#JEPA#Good View#Bad View#Alignment#Next-token Prediction#Scaling Law2026년 10월 29일댓글 수 로딩 중
[논문리뷰] PhysInsert: Physically Plausible Object Insertion with Geometric Priors and Bidirectional Object-Scene Interactions본 논문은 객체 삽입(Object Insertion) 과정에서 발생하는 물리적 불일치 문제를 해결하기 위해 PhysInsert 프레임워크를 제안한다.#Review#Physically Plausible Insertion#Geometry-Guided Adaptation#InsertWorld Dataset#Counterfactual Supervision#Spatial Grounding#Cross-environment Adaptation2026년 10월 29일댓글 수 로딩 중
[논문리뷰] OpenFlyV2: An onboard vision-language-action model for aerial perception and navigation본 연구는 항공 로봇이 실시간으로 환경을 이해하고 복잡한 언어 지시를 수행하며 자율 비행을 지속할 수 있는 통합형 온보드 시스템을 구축하는 데 목적이 있습니다.#Review#Vision-Language-Action Model#Aerial Navigation#Motion-Adaptive Memory#Motion-Structured Prior#Embodied Intelligence#Onboard Inference2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps본 논문은 frontier 모델의 높은 Inference Cost와 SFT 방식의 제한적인 범용성 문제를 해결하기 위해, 실제 iOS 환경에서 작동하는 효율적인 온라인 강화학습 프레임워크를 제안합니다 .#Review#UI Navigation#Reinforcement Learning#iOS#Dense Reward#Proximal Policy Optimization#GiGPPO#Planning-Grounding2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Multi-Token Prediction Done Right기존 MTP 학습은 standard cross-entropy objective를 사용하는데, 이 gradient에는 유용한 KL self-distillation 신호와 학습을 방해하는 고노이즈(low signal-to-noise ratio) residual 성분이 혼재되어 있습니다.#Review#Multi-Token Prediction#Self-Distillation#Gradient Signal-to-Noise Ratio#Speculative Decoding#KL Gradient-Recovery Trick2026년 10월 29일댓글 수 로딩 중