[논문리뷰] MLE-World: Predicting Machine Learning Experiment Outcomes with a Learned World ModelAI 연구 에이전트는 머신러닝(ML) Task를 해결하기 위해 프로그램을 제안, 실행, 개선하는 과정을 반복하지만, 각 후보 프로그램의 실행(모델 Training 및 Evaluation)에 드는 높은 비용과 시간이 큰 제약으로 작용한다.#Review#MLE-World#World Model#AI Research Agents#Test Time Scaling#Execution Gating#Confidence Score#ML Experiment Outcomes2026년 10월 27일댓글 수 로딩 중
[논문리뷰] LociArt: A Unified Paradigm for Free-Style Local Video Stylization본 논문은 비디오 내 특정 객체나 영역만을 선택하여 스타일을 변경하고, 비대상 영역(non-target content)의 원본 상태를 정밀하게 보존해야 하는 Free-style local video stylization 문제를 해결합니다.#Review#Video Stylization#Local Editing#Generative Refinement Networks#Polar Mask Conditioning#Spatiotemporal Consistency#LociArt-100K Dataset2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Lipi-Ghor: A Large-Scale, Diarized, Multi-Domain Bengali Speech Corpus and a Scalable Pipeline for Building It본 논문은 2억 3천만 명 이상의 사용자를 보유한 Bengali 언어가 여전히 ASR 연구 분야에서 극심한 데이터 부족(Under-resourced)을 겪고 있다는 점을 해결하고자 합니다.#Review#Bengali#ASR#Speech Corpus#Speaker Diarization#SSTT#Weakly Supervised Learning#Pipeline2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Learning and Reasoning with Geometry: How Generation Helps Spatial Understanding본 연구는 고도화된 Visual generation 능력을 활용하여 기존의 foundation model들이 부족했던 공간적 이해(spatial understanding) 및 추론 능력을 어떻게 향상할 수 있는지에 대한 근본적인 의문에서 시작합니다.#Review#Spatial Understanding#Geometric Generation#Metric Depth#Multi-view Generation#Adaptive Interleaved Reasoning#Reinforcement Learning2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Hy-Nomas: Towards Free-form Interactive World Generation대화형 World Generation은 모델이 관련 히스토리와 액션 결과를 보존하면서 연속적인 명령을 따라야 하는 복잡한 Task입니다.#Review#Interactive World Generation#Video World Model#Diffusion Transformer#Causal Attention#Camera Control#Prompt Enhancer#Multi-turn Interaction2026년 10월 27일댓글 수 로딩 중
[논문리뷰] How Much Does the Hint Matter? Scope Conditions for Hindsight Self-Distillation in Financial Reasoning본 논문은 데이터 보안 규제로 인해 온프레미스(on-premise) 환경의 작은 오픈 웨이트 모델을 사용해야 하는 금융 분야에서, 모델의 다단계 정량적 추론 성능을 향상시키면서도 행동 안정성을 유지하는 최적화 기법을 찾고자 합니다.#Review#Knowledge Distillation#Self-distillation#On-policy Distillation#Financial Reasoning#Large Language Models#Post-training2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Harness-Model Collaboration for Long-Horizon Continual LearningLong-horizon agents는 장기적인 상호작용을 통해 재사용 가능한 procedural knowledge를 지속적으로 습득하지만, 기존 시스템들은 model adaptation 또는 external memory 중 한 가지 방식에만 의존하여 지속적인 학습과 빠른 재사용 사이에서 trade-off를 겪는다.#Review#Continual Learning#Long-Horizon Agents#Harness-Model Collaboration#Experience-Conditioned Adaptation#Procedural Knowledge#Web Agents#Catastrophic Forgetting2026년 10월 27일댓글 수 로딩 중
[논문리뷰] HABIT-Bench: Evaluating Habit Induction from Longitudinal Weak Evidence in Agent Memory본 연구는 LLM agent가 장기적인 사용자 상호작용에서 사용자의 habits를 효과적으로 추론하고 적절하게 적용하는 능력에 대한 평가의 필요성을 강조한다.#Review#LLM Agents#Habit Induction#Long-term Memory#Weak Evidence#Behavioral Defaults#Personalization#HABIT-Bench2026년 10월 27일댓글 수 로딩 중
[논문리뷰] EmbeddingGemma 2: Unified and Efficient Multimodal Representations본 연구는 기존 멀티모달 임베딩 모델들이 가진 높은 컴퓨팅 비용과 제한적인 입력 처리 능력 문제를 해결하고자 합니다.#Review#Multimodal Embedding#Gemma 2#Representation Learning#Contrastive Learning#Matryoshka Representation Learning#Unified Embedding Space2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Cross-modal Steering Vectors Exist Across Both Image and Text Generation본 논문은 현대의 UMMs 내부에서 텍스트와 이미지라는 서로 다른 모달리티가 어떻게 상호작용하는지, 그리고 특정 개념이 모달리티를 초월하여 공유되는지 탐구합니다.#Review#Unified Multimodal Models#Cross-modal Steering#Steering Vectors#Zero-shot Transfer#Multimodal Generation#Causal Intervention2026년 10월 27일댓글 수 로딩 중
[논문리뷰] CodeCap-Bench: Can Code Serve as a Good Video Caption?본 논문은 기존의 자연어 기반 비디오 캡셔닝이 갖는 정밀한 공간 구조와 복잡한 시간적 동역학 표현의 모호함 및 장황함을 해결하기 위해 'Code as Video Caption' 패러다임을 제안한다. 기존의 자연어 기술 방식은 영상의 시각적 상세 정보를 보존하는 데 한계가 있으며, 이는 캡션의 모호성으로 이어진다.#Review#Video Captioning#Multimodal Large Language Models (MLLMs)#Code Generation#Benchmarking#Visual Fidelity#Spatio-temporal Reasoning2026년 10월 27일댓글 수 로딩 중
[논문리뷰] ChronoReplay: One Answer Interface Is Not Enough for Streaming Spatial Intelligence본 논문은 Streaming Spatial Intelligence 분야에서 Multimodal Large Language Models (MLLMs)이 다양한 Answer Interface(Categorical, Metric, Temporal)에 걸쳐 균일한 성능을 달성하는 데 직면하는 Interface Lock-in 문제를 해결하고자 합니다.#Review#Spatial Intelligence#Interface Lock-in#ChronoReplay#Multi-task Learning#Causal Replay#Family-Balanced Learning#Streaming VLMs#Cross-Interface Transfer2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Channel Selection for Mixture-of-Experts Decoding Needs No Calibration DataMixture-of-Experts (MoE) 모델은 small batch size에서의 interactive decoding 시 routed-expert weights를 메모리에서 로드하는 과정에서 병목 현상을 겪습니다.#Review#Mixture-of-Experts#Channel Selection#Calibration-free#Top-kk#Low-rank recovery#Sparse Decoding#LLM Inference#Model Acceleration2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Can Test-Time Memory Evolution Outperform Test-Time Training for Scientific Discovery?기존 Test-Time Training (TTT) 프레임워크는 과학적 발견 task에서 뛰어난 성능을 보였지만, discovery 과정 중 online model weight adaptation에 따른 높은 계산 비용(computational cost)과 긴 실행 시간(runtime)이라는 중대한 한계가 있습니다.#Review#Test-Time Memory Evolution#Test-Time Training#Scientific Discovery#Large Language Models#Memory Adaptation#Computational Efficiency#Reinforcement Learning2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Can LLMs Uncover Hidden Physical Laws through Free Exploration?본 논문은 LLM이 사전에 주어진 과제 없이도 자율적인 관찰과 실험을 통해 미지의 물리 법칙을 발견할 수 있는지 검증하는 것을 목표로 합니다. 기존의 물리 발견 벤치마크인 PhysGym, NewtonBench, DiscoverPhysics 등은 발견해야 할 명확한 목표나 수치적 쿼리를 사전에 제공한다는 한계가 있습니다 .#Review#LLM#Autonomous Scientific Discovery#Physical Law Discovery#Free Exploration#MuJoCo#Agentic Workflow2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Can Discrete Tokens Serve as Semantically Lossless Representations of Visual Signals?본 논문은 Discrete visual tokens가 multimodal modeling의 유망한 interface임에도 불구하고, Quantization Error로 인해 Semantic Loss가 불가피하다는 기존의 가정을 재조명합니다.#Review#Discrete Visual Tokens#Semantic Fidelity#Quantization Error#Bit-Budget Scaling#Factorized Vector Quantization (FVQ)#Multimodal Understanding#Large Multimodal Models (LMMs)2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Beyond the Estimate: Wiener-Informed Decoding for Easier Training of Pixel-Space Flow Models본 논문은 픽셀 공간에서 flow models를 학습할 때 발생하는 최적화의 난관과 느린 학습 속도를 해결하고자 한다. 기존의 픽셀 기반 모델들은 고차원 데이터의 복잡성으로 인해 학습이 매우 비효율적이며, 이는 명시적인 자연 이미지 통계 정보를 활용하지 못하기 때문이다.#Review#Flow Matching#Pixel-space#Wiener Estimation#Wiener-informed Decoding (WiD)#Training Efficiency#Diffusion Models2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Benchmarking Obstacle-Conditioned Safety in Household Robot Navigation본 논문은 가전용 로봇이 주거 환경에서 장애물 유형에 따라 적절한 거리 유지와 속도 조절을 수행하는지 평가하는 문제를 다룹니다. 기존의 사회적 내비게이션 벤치마크는 주로 사람과의 상호작용에만 집중되어 있고, 임베디드 안전성 평가는 장애물별 안전성 구분보다는 태스크 성공 여부나 명령 거부 여부만을 측정하는 한계가 있습니다.#Review#Robot Navigation#Foundation Models#Safety#Semantic Sensitivity Index#OSMA-Bench#VLA#VLM2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Δτ-Bench: Pushing Agents Toward a Moving Capability본 논문은 Large Language Model (LLM) Agent가 Tool Ecosystem의 지속적인 변화에 적응하여 효율적으로 Task를 수행할 수 있는지 평가하는 데 초점을 맞추고 있습니다.#Review2026년 10월 26일댓글 수 로딩 중
[논문리뷰] miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning본 논문은 Large Language Models (LLMs)의 Reinforcement Learning (RL)에서 Native NVFP4 연산을 활용할 때 발생하는 Execution Gap 문제를 진단하고 해결하고자 한다.#Review2026년 10월 26일댓글 수 로딩 중