[논문리뷰] Timestral본 논문은 기존 시계열 Foundation Model (TSFM) 아키텍처의 두 가지 주요 한계점을 해결하고자 합니다.#Review#Time Series Foundation Models#Probabilistic Forecasting#Decoupled Horizon Forecasting#Covariates#Synthetic Data#Transformer2026년 10월 27일댓글 수 로딩 중
[논문리뷰] ThinkWorld: World Imagination Reinforces Chain-of-Dynamics Reasoning본 논문은 기존 VLA 모델들이 action이 라벨링된 로봇 데이터에만 의존하여 행동 범위와 일반화 성능에 제약이 있다는 문제를 해결합니다.#Review#Vision-Language-Action Models#Chain-of-Dynamics#World Imagination#Embodied AI#Reinforcement Learning#Robot Generalization2026년 10월 27일댓글 수 로딩 중
[논문리뷰] The Trinity:Capability-Driven Recursive Self-Improvement for Multimodal Agents본 연구는 Multimodal Agent의 capability 향상을 위한 Recursive Self-Improvement 과정에서 발생하는 두 가지 주요 병목 현상을 해결하고자 한다.#Review#Multimodal Agents#Recursive Self-Improvement#Capability-Driven#Harness Evolution#World Generation#Real2Sim2Real#Capability-Aware Routing2026년 10월 27일댓글 수 로딩 중
[논문리뷰] The Lexical Imprint of Pre-training DataLLM의 Zero-shot Benchmark Accuracy는 Pre-training Corpus와 Benchmark Target 간의 Word-level Alignment가 얼마나 Capture하는지에 대한 핵심적인 문제를 제기한다.#Review#Lexical Imprint#Unigram Cross-Entropy (UCE)#Zero-shot Accuracy#Data Selection#Speculative Decoding#Pre-training Data Alignment#Language Models2026년 10월 27일댓글 수 로딩 중
[논문리뷰] T-DIG: Text-Conditioned Diversity for Image Generation기존의 Text-to-Image (T2I) 플랫폼들은 사용자가 다양한 시각적 해석을 탐색할 수 있도록 하나의 프롬프트에 대해 여러 이미지를 반환하지만, 대부분 단일 이미지 품질(single-image quality)에 최적화되어 다중 이미지 다양성(multi-image diversity)이 제한되는 문제가 있습니다.#Review#Text-to-Image#Diversity#LLM Policy#Text-Conditioned Generation#Reinforcement Learning#User Interaction#Model Agnostic2026년 10월 27일댓글 수 로딩 중
[논문리뷰] SearchHorizonBench: A Benchmark for Search Value in AI Agents본 논문은 AI Agent가 추가적인 검색(search)을 수행할 가치가 있는지 판단하는 search value 예측의 어려움을 해결하기 위해 SearchHorizonBench를 제안한다.#Review#Web search agents#marginal value#counterfactual evaluation#probability calibration#adaptive retrieval#execution experience#benchmark2026년 10월 27일댓글 수 로딩 중
[논문리뷰] RynnWorld-Latent: A Cross-Embodiment World Model Conditioned on Universal Latent Actions기존의 로봇용 world model들은 로봇의 하드웨어 특성에 종속된 raw action 공간을 사용하기 때문에 이기종 로봇 간의 일반화가 어렵다는 한계가 있음.#Review#World Model#Cross-Embodiment#Latent Actions#Video Generation#Robot Learning#Embodied AI2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Rollback: Experience Backtracking in World Models for Policy Improvement본 논문은 기존의 World Model 기반 정책 학습이 단방향(Forward-only) 롤아웃 방식에 의존하여 탐색 효율성이 낮다는 점을 해결하고자 합니다 .#Review#Robot Policy Learning#World Models#Experience Backtracking#Monte Carlo Tree Search#Counterfactual Engines#Test-time Physics Grounding2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Rare, Relevant, and Still Wrong: How Memory Fails LLM Group Decisions본 논문은 LLM group decisions에서 rare but relevant information을 효과적으로 활용하지 못하는 memory failures가 발생한다는 핵심 문제를 제기한다.#Review#LLM Group Decisions#Memory Policies#Rare Information#Hidden-Profile Tasks#CrossProfile Benchmark#Decision Aggregation#Social Proof2026년 10월 27일댓글 수 로딩 중
[논문리뷰] RSI Arena: Towards Recursive Self-Improvement with Human Feedback본 연구는 AI 에이전트가 사용자 피드백을 활용하여 유용한 언어 모델을 자율적으로 훈련하고 개선할 수 있는지에 대한 핵심 문제를 다룹니다.#Review#Recursive Self-Improvement#Human Feedback#LLM Agents#Post-Training#Autonomous Development#Human Preference#Benchmarks#Safety2026년 10월 27일댓글 수 로딩 중
[논문리뷰] PhysEvolve: Verifier-grounded Self-evolution for Physical Reasoning with Executable WorldsVision-Language Models (VLMs)는 물리적 세계의 역학, 외부 개입 효과, Counterfactual 결과에 대한 추론 능력에서 여전히 신뢰할 수 없는 수준을 보입니다.#Review#Physical Reasoning#Self-Evolution#Vision-Language Models (VLMs)#Executable Worlds#Counterfactual Reasoning#Verifier-Grounded#Adaptive Curriculum#Rigid-body Simulation2026년 10월 27일댓글 수 로딩 중
[논문리뷰] PDRVLA: A Vision-Language-Action Model with Physical Dynamics Representations기존의 VLA 모델은 시각적 관측과 언어 이해에는 뛰어나지만, 물체의 물리적 성질이나 상호작용에 따른 환경 변화를 예측하는 동역학적 이해가 부족합니다.#Review#VLA Model#Physical Dynamics#World Model#Cross-Embodiment#Embodied Chain-of-Thought#Action Policy2026년 10월 27일댓글 수 로딩 중
[논문리뷰] OvisOCR3 Technical Report기존 Optical Character Recognition (OCR) 기술은 이미지 내 텍스트를 기계 판독 가능한 콘텐츠로 변환하는 것이 주 목표였으나, 실제 애플리케이션에서는 전체 페이지 구조 이해, 콘텐츠에 대한 질의응답, 특정 스키마에 따른 필드 추출 등 복합적인 요구사항이 증가하고 있습니다.#Review#OCR#Multimodal Model#Document Parsing#Key Information Extraction#Figure Captioning#Table Reconstruction#Reinforcement Learning#On-Policy Distillation2026년 10월 27일댓글 수 로딩 중
[논문리뷰] On the SPOT: Enhancing Speculative Decoding for Diffusion Language Models via Commit-Order PredictionDiffusion Language Models (DLMs)는 병렬 텍스트 생성이라는 새로운 가능성을 제시하지만, 실제 운용 환경에서는 속도와 품질 사이의 근본적인 트레이드오프 문제에 직면한다.#Review#Speculative Decoding#Diffusion Language Models (DLMs)#Commit-Order Prediction#Coupled-Noise Verification#Lossless Acceleration#Throughput#Dynamic Threshold Decoding2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Omni-InteractScope: Benchmarking Proactive and Agentic Interaction in Continuous Omnimodal StreamsI have successfully browsed the paper. Now I will proceed with extracting information and structuring the response as per the guidelines.#Review2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Nemotron-Labs-Diffusion-Uni: Elastic Self-Refining Unified Diffusion LLM with Cross-Paradigm On-Policy Distillation본 논문은 기존 unified DLLM(Discrete Diffusion Language Model)이 특화된 VLM이나 continuous flow model에 비해 성능 격차가 크다는 문제를 해결하고자 합니다.#Review#Unified Diffusion LLM#On-Policy Distillation#Progressive Self-Refining#Discrete Diffusion#Elastic-MoT#Multimodal Understanding2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Multiscale Policy Optimization for Long-Horizon LLM Agents본 논문은 Long-horizon LLM 에이전트가 환경과 상호작용할 때 발생하는 신용 할당(Credit assignment)의 불일치 문제를 해결하고자 합니다.#Review#LLM Agents#Policy Optimization#Multiscale Advantage Estimation#Reinforcement Learning#Turn-level Credit Assignment#Importance Sampling2026년 10월 27일댓글 수 로딩 중
[논문리뷰] MoveBench: A Rubric-Based Benchmark for Evaluating Large Language Models in Sports and Health Coaching본 논문은 Large Language Models (LLMs)를 스포츠 및 건강 코칭 분야에 적용하는 데 있어 domain-specific 평가 벤치마크의 부재로 인한 높은 위험성 문제를 해결하고자 합니다.#Review#Large Language Models#Sports Coaching#Health Coaching#Benchmark#Rubric-Based Evaluation#Safety Compliance#Intervention Evaluation#Personalization2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Memory Tax: Dissecting the Net Value of Agent Memory본 논문은 Long-horizon LLM agents에서 memory의 net value가 raw history로부터 직접 검색하는 것(naive RAG)에 비해 얼마나 가치 있는지 명확히 하는 것을 목표로 한다.#Review2026년 10월 27일댓글 수 로딩 중
[논문리뷰] MatAnyone-E: Sparse Memory Propagation for Efficient High-Resolution Video Matting본 논문은 고해상도 비디오 매팅에서 메모리 기반 방법론이 직면한 연산 복잡도와 메모리 소비 문제를 해결하고자 합니다. 기존 방식은 모든 프레임 쿼리를 방대한 메모리 뱅크와 매칭해야 하므로 해상도가 높아짐에 따라 연산 비용이 지수적으로 증가하는 병목 현상이 발생합니다.#Review#Video Matting#Sparse Memory Propagation#High-Resolution#Inference Efficiency#Feature Distillation#Query Pruning2026년 10월 27일댓글 수 로딩 중