본문으로 건너뛰기

Review

[논문리뷰] AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark

본 연구는 AI coding agent로 생성된 게임의 시각적 품질이 매우 낮다는 문제에서 출발합니다. 기존의 agent들은 게임 로직과 물리 엔진은 구현하지만, 결과물은 단순한 회색 상자나 원통 등의 'programmer art' 형태에 머물러 있습니다.
#Review#Generative Rendering#Entity Correspondence#Video-to-Video#Game Development#LoRA#World Models
댓글 수 로딩 중

[논문리뷰] AgentVQA: A Unified Benchmark for Agentic Visual Understanding

본 논문은 Vision-Language Models (VLMs)의 에이전트 역량을 평가할 표준화된 오프라인 벤치마크의 부재를 해결하고자 합니다. 현재 에이전트 평가는 실제 시뮬레이터나 실환경에서 이루어지는데, 이는 비용이 높고 확장성이 떨어져 대규모 모델 비교에 한계가 있습니다.
#Review#Vision-Language Models (VLMs)#Agentic Visual Understanding#Benchmark#Offline Evaluation#Robotics#Web Agents#Egocentric Videos
댓글 수 로딩 중

[논문리뷰] Which Agent's Skill Should Change? Group-Relative Credit Assignment for Evolving Multi-Agent Teams

본 논문은 cooperative language-model agents가 reusable skill을 수정하여 weight update 없이 성능을 개선할 때, 팀의 공유된 결과에 대한 책임이 있는 agent와 skill을 정확히 추적해야 하는 Credit Assignment 문제를 해결하고자 한다.
#Review#Multi-agent systems#LLM agents#Skill evolution#Credit assignment#Group-relative feedback#Behavioral criticism#Structured failure diagnosis#Robustness
댓글 수 로딩 중

[논문리뷰] ToM2Vec: Continuous Theory-of-Mind Tokens for Multi-Agent Coordination

본 논문은 LLM 기반 에이전트가 협력 및 경쟁 상황에서 파트너의 상태를 정확히 추론하지 못하는 한계를 해결하기 위해 ToM2Vec을 제안합니다. 기존의 언어 기반 접근법(Language ToM)은 파트너의 의도를 텍스트로 명시적으로 기술하려 함으로써 단 하나의 추론 경로에 고착되는 문제를 가집니다 .
#Review#Theory-of-Mind#Multi-Agent Coordination#Latent Reasoning#Self-Supervised Learning#Continuous Tokens
댓글 수 로딩 중

[논문리뷰] Sparsity Should Be ALLOTted by Output: Training-Free Allocation of Block-Sparse Attention for Video Diffusion Transformers

본 연구는 고해상도 비디오 생성 시 Video Diffusion Transformers가 겪는 과도한 Computational Cost와 Memory Overhead 문제를 해결하는 것을 목적으로 합니다.
#Review#Video Diffusion Transformers#Block-Sparse Attention#Training-Free#Sparsity Allocation#Computational Efficiency#Attention Mechanism
댓글 수 로딩 중

[논문리뷰] Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds

본 논문은 가상 세계(Virtual Worlds)에서 Embodied Agents의 Continued Pre-Training (CPT)이 실제 물리 환경(Physical Environments)에서와 유사하게 Data Scaling, Diversity Scaling, Model Scaling을 통해 Generalization 능력을 향상시킬 수 있는지에 대한 의문을 제기한다.
#Review#Embodied Agents#Continued Pre-Training (CPT)#Scaling Laws#Virtual Worlds#Generalization#Data Diversity#Model Capacity#Gameplay Benchmarks
댓글 수 로딩 중

[논문리뷰] RubatoCodec: Budgeted Adaptive Speech Tokenization with Streaming Decoding

본 논문은 기존 가변 프레임 레이트(VFR) 코덱이 겪는 가변적인 시퀀스 길이 문제와 그로 인한 생성 모델의 최적화 어려움을 해결하고자 합니다. 기존의 Threshold-based 할당 기법은 음성 콘텐츠에 따라 프레임 수가 달라지므로, 생성 모델 입장에서는 발화 길이를 사전에 예측하기 어렵습니다.
#Review#Variable-frame-rate#Neural Speech Codec#Adaptive Firing#Streaming Decoding#Event-level Budget#Speech Tokenization
댓글 수 로딩 중

[논문리뷰] RoboCasa-Shift: Stage-Aware Robustness Evaluation of Vision-Language-Action Policies in Long-Horizon Household Manipulation

본 논문은 기존의 VLA 모델 강건성 평가가 주로 aggregate 성공률(Success Rate, SR)에 의존함에 따라, long-horizon manipulation 과정에서 발생하는 구체적인 실패 원인과 실행 단계별 변동성을 제대로 포착하지 못하는 문제를 해결하고자 합니다.
#Review#Vision-Language-Action Models#Robotic Manipulation#Robustness Benchmark#Distribution Shifts#Long-Horizon Manipulation#Stage-Aware Diagnostics
댓글 수 로딩 중

[논문리뷰] Retrieval Augmented Generation Compositionality

본 연구는 현대 RAG 파이프라인의 구성 요소들이 개별적으로 평가될 때의 성능 향상이 실제 복합 환경에서도 유지되는지, 그리고 검색 품질과 답변 Faithfulness가 동일한 설계 선택을 지지하는지 불분명하다는 문제에 주목합니다.
#Review#Retrieval Augmented Generation#Compositionality#RAG Evaluation#Interaction Effects#Corpus Scaling#Faithfulness#NDCG@10#Pareto Tradeoff
댓글 수 로딩 중