[논문리뷰] When the Chain of Thought Knows Better: Failure Modes in Multi-Turn Reasoning Models본 연구는 Multi-turn Reasoning 환경에서 모델의 CoT가 실제 최종 답변의 정확도를 보장하지 않으며, 오히려 논리적 모순을 유발할 수 있다는 점을 문제로 제기합니다.#Review#Multi-turn Reasoning#Chain of Thought#Failure Modes#Faithfulness#LLM Evaluation2026년 6월 9일댓글 수 로딩 중
[논문리뷰] What Should Agents Say? Action-state Communication for Efficient Multi-Agent SystemsChen Huang이 arXiv에 게시한 'What Should Agents Say? Action-state Communication for Efficient Multi-Agent Systems' 논문에 대한 자세한 리뷰입니다.#Review#Multi-Agent Systems#Communication Protocol#Action-state2026년 6월 9일댓글 수 로딩 중
[논문리뷰] UniPET: a universal network for high-quality PET image denoising across varied dose reduction factors본 연구는 고정된 노이즈 수준에 맞춰진 기존 PET 노이즈 제거 모델들이 다양한 임상적 상황에서의 변동성에 효과적으로 대응하지 못한다는 문제점을 해결하고자 합니다.#Review#PET Image Denoising#Universal Network#Dose Reduction#Deep Learning#Medical Imaging2026년 6월 9일댓글 수 로딩 중
[논문리뷰] U-TTT: Towards Generalizable PET Image Denoising via Test-Time Training본 논문은 기존의 Supervised Learning 기반 PET Denoising 모델들이 훈련 데이터와 테스트 데이터 간의 Domain Shift가 발생할 경우 성능이 급격히 저하되는 문제를 해결하고자 합니다.#Review#PET Image Denoising#Test-Time Training#Generalization#Deep Learning#Unsupervised Learning#Medical Imaging2026년 6월 9일댓글 수 로딩 중
[논문리뷰] The Role of Feedback Alignment in Self-Distillation본 연구는 신경망 훈련 시 대규모 연산 자원이 필요한 Backpropagation의 의존성을 줄이고, Self-Distillation 과정에서의 효율성을 극대화하기 위해 수행되었다.#Review#Self-Distillation#Feedback Alignment#Backpropagation#Knowledge Distillation#Deep Learning2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Test-Time Gradient Guidance of Flow Policies in Reinforcement Learning본 논문은 표준적인 RL 정책(Policy)이 학습 이후 고정된 분포에서 액션을 샘플링하여 복잡한 제약 조건이나 급변하는 환경에서 최적 성능을 달성하지 못하는 한계를 해결하고자 합니다.#Review#Reinforcement Learning#Flow Policies#Test-Time Guidance#Gradient-based Optimization#Trajectory Optimization#Policy Search2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Struct-Searcher: Agentic Structural Thinking Advances Multimodal Deep Information Seeking본 논문은 현대의 멀티모달 딥 리서치 시스템이 정보 수집 과정에서 발생하는 Cross-modal conflict를 적절히 해결하지 못하는 '지식적 경직성(epistemic rigidity)' 문제를 해결하고자 합니다.#Review#Multimodal#Deep Research Agents#Belief Revision Theory#Structural Thinking#Multimodal Structural Graph (MSG)#Conflict-aware2026년 6월 9일댓글 수 로딩 중
[논문리뷰] SearchSwarm: Towards Delegation Intelligence in Agentic LLMs for Long-Horizon Deep Research죄송합니다. 현재 요청하신 논문(arXiv:2606.09730)에 대한 실시간 접근이 제한되어 내용을 직접 분석할 수 없습니다. 이는 해당 논문이 매우 최근에 게시되었거나, 아카이브 시스템 상의 일시적인 접근 제한 문제일 가능성이 높습니다.#Review2026년 6월 9일댓글 수 로딩 중
[논문리뷰] SCAIL-2: Unifying Controlled Character Animation with End-to-end In-Context Conditioning본 요청사항에 따라 해당 논문을 분석하려 하였으나, 현재 제공해주신 URL(https://arxiv.org/html/2606.10804)에 대한 직접적인 접근이 기술적 제한으로 인해 불가능합니다.#Review2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution본 연구는 고성능 LLM Agents를 구축하는 과정에서 직면하는 데이터 희소성과 정밀한 추론 전략의 부재를 해결하는 데 초점을 둡니다.#Review#LLM Agents#Dual-Role Evolution#Self-Play#Knowledge Bootstrapping#Task Planning#Iterative Refinement2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Retrospective Harness Optimization: Improving LLM Agents via Self-Preference over Trajectory Rollouts본 연구는 복잡한 Task를 수행하는 LLM Agent가 고정된 추론 방식에 의존하여 Suboptimal한 경로를 생성하는 문제를 해결하고자 한다.#Review#LLM Agents#Trajectory Optimization#Self-Preference#Reinforcement Learning#Alignment#Inference Optimization2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Rethinking the Divergence Regularization in LLM RL죄송합니다. 현재 제공해주신 논문 URL(https://arxiv.org/html/2606.09821)에 대해 직접적인 접근이 제한되어 내용을 분석할 수 없습니다.#Review2026년 6월 9일댓글 수 로딩 중
[논문리뷰] PsychoSafe: Eliciting Psychologically-Informed Refusals in Large Language Models본 연구는 현재 LLM의 거절 방식이 지나치게 정형화되어 있어 사용자의 반발을 유발하거나, 의도치 않게 안전 필터를 우회당하는 취약점을 안고 있다는 문제에서 출발한다.#Review#LLM Safety#Psychology-Informed#Refusal Strategy#Alignment#Red Teaming#Cognitive Science#AI Ethics2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Online Skill Learning for Web Agents via State-Grounded Dynamic Retrieval본 연구는 기존 Web Agent가 복잡하고 동적인 웹 환경에서 일반화된 지식의 한계로 인해 특정 도메인이나 새로운 인터페이스 적응에 실패하는 문제를 해결하고자 합니다.#Review#Web Agents#Online Skill Learning#Dynamic Retrieval#State-Grounded#Sequential Decision Making#Skill Library#LLM2026년 6월 9일댓글 수 로딩 중
[논문리뷰] One Token per Multimodal Evidence: Latent Memory for Resource-Constrained QA멀티모달 질의응답 시스템은 고해상도 시각적 입력과 긴 컨텍스트 처리에 따른 과도한 컴퓨팅 리소스 소모로 인해 실시간 서비스 구현에 한계를 겪고 있습니다. 기존의 Visual Language Models (VLM)은 멀티모달 입력을 처리할 때 너무 많은 토큰을 생성하여 Latency와 Throughput 저하를 유발합니다.#Review#Multimodal QA#Latent Memory#Resource-Constrained#Token Efficiency#Evidence Retrieval#Visual Language Model2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Next Forcing: Causal World Modeling with Multi-Chunk Prediction본 논문은 기존 Autoregressive 모델이 긴 시퀀스를 생성할 때 발생하는 높은 Latency와 연산 비효율성 문제를 해결한다. 전통적인 모델은 토큰을 하나씩 생성해야 하므로, 복잡한 환경을 시뮬레이션하거나 긴 문맥을 생성할 때 병목 현상이 발생한다.#Review#World Modeling#Multi-Chunk Prediction#Causal Modeling#Autoregressive Generation#Sequence Modeling2026년 6월 9일댓글 수 로딩 중
[논문리뷰] MilliVid: Hierarchical Latents for Long-Range Consistency in Video Generation본 논문은 기존 비디오 생성 모델들이 직면한 긴 영상 생성 시 발생하는 Temporal Inconsistency와 정보의 누락 문제를 해결하고자 합니다. 기존의 프레임 단위 또는 짧은 세그먼트 기반의 생성 방식은 시간이 지날수록 전역적 구조를 잃어버리는 한계가 있습니다.#Review#Video Generation#Hierarchical Latents#Long-Range Consistency#Diffusion Models#Latent Space#Spatiotemporal Modeling2026년 6월 9일댓글 수 로딩 중
[논문리뷰] MemDreamer: Decoupling Perception and Reasoning for Long Video Understanding via Hierarchical Graph Memory and Agentic Retrieval Mechanism본 논문은 기존 Vision-Language Models(VLMs)가 긴 영상을 처리할 때 발생하는 토큰 폭발과 주의력 희석(Attention Dilution) 문제를 해결하고자 합니다.#Review#Long Video Understanding#Hierarchical Graph Memory#Agentic Retrieval#Vision-Language Models#Decoupled Perception and Reasoning2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Lip Forcing: Few-Step Autoregressive Diffusion for Real-time Lip Synchronization본 논문은 기존 Diffusion 기반의 오디오-비디오 생성 모델이 가진 높은 Latency와 연산 복잡도 문제를 해결하는 것을 목표로 합니다. 기존 방식은 고품질의 출력을 생성하기 위해 수십 번의 Sampling Step이 필요하여 실시간 서비스에 적용하기 어렵습니다.#Review#Lip Synchronization#Diffusion Models#Autoregressive#Real-time#Audio-Driven Talking Face2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Late-Layer Fusion is Enough: Dual-Path Vision Token Routing for Multimodal Large Language Models under Visual Saturation본 논문은 MLLM에서 발생하는 Visual Saturation 문제를 해결하기 위해 Dual-Path Vision Token Routing을 도입하여 성능과 효율성을 동시에 최적화한다.#Review#Multimodal Large Language Models#Visual Saturation#Vision Token Routing#Late-Layer Fusion#Dual-Path Architecture#Computational Efficiency2026년 6월 9일댓글 수 로딩 중