[논문리뷰] Cache Engineering for Agents본 논문은 Large Language Model (LLM) agents가 긴 trajectory를 처리할 때 발생하는 Key-Value (KV) cache의 cost 증가 및 task accuracy 저하 문제를 해결하고자 한다.#Review#LLM Agents#Cache Engineering#KV Cache#Serving Systems#Radix Tree#Segment-batch Attention#Recursive Self-Improvement#Inference Optimization2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Building AI Research Teams for Autonomous Discovery of Linear Attention Architectures본 논문은 AI 연구자 팀이 제한된 실험 예산 하에서 어떻게 서로의 발견을 기반으로 지속적인 발전을 이루고 open-ended research problem을 해결할 수 있는지 탐구합니다.#Review#Autonomous Research#AI Teams#Linear Attention#Architecture Discovery#Adaptive Allocation#Disciplinary Profiles#LLM Agents#Context-First DeltaNet2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Automating ML for Science: Can Frontier Agents Climb Scientific Hills in the Wild?본 연구는 Frontier Agents가 통제된 벤치마크 환경을 넘어 실제적이고 복잡한 과학 연구 현장(In the Wild)에서 어느 정도의 실질적 성과를 거둘 수 있는지 검증하는 것을 목표로 합니다.#Review#ML for Science#Frontier Agents#Automated Machine Learning#Scientific Discovery#Autonomous Research Agents#LLM-based Agents2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Answering in the User's Variety: Calibrated Accommodation Pairs for Post-Training본 논문은 채팅 모델들이 다양한 방언을 사용하는 사용자에게도 일관되게 Standard English로만 응답하며, 이러한 현상이 Post-training 과정에서 어떻게 고착화되는지 규명하고자 합니다.#Review#Communication Accommodation Theory#Post-Training#Direct Preference Optimization#Dialectal Bias#Calibrated Accommodation Pairs#Linguistic Convergence2026년 10월 21일댓글 수 로딩 중
[논문리뷰] AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics기존 에이전틱 로보틱스 시스템들은 주로 강력한 closed-source model을 플래너로 활용하며, 로봇 하네스 개선이나 외부 메모리 추가를 통해 성능을 향상시키는 데 집중했습니다. 이러한 접근 방식은 플래너 자체의 역량을 직접적으로 강화하지 못한다는 한계가 있습니다.#Review#Agentic Robotics#Robot Planners#Post-Training#Supervised Fine-Tuning#Reinforcement Learning#Robot Harnesses#VLA Skills#Control Code Generation2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Agentic World Action Models본 연구는 로봇 조작을 위한 World Action Models (WAMs)의 예측적 정밀함과 Agentic Robotics의 구조화된 계획 능력을 결합하는 것을 목표로 합니다.#Review#World Action Models#Mixture-of-Transformers#Agentic Robotics#Code-as-Policies#Embodied AI#Joint Denoising#Skill Library2026년 10월 21일댓글 수 로딩 중
[논문리뷰] Agent World Model in the Wild: Computer-Use Agent Environment Synthesis본 논문은 실제 컴퓨터 시스템에서 에이전트 학습을 확장하는 데 따르는 높은 비용, 잠재적인 보안 위험, 상태 리셋의 어려움, 그리고 지속적으로 변화하는 온라인 서비스로 인한 병목 현상을 해결하고자 합니다.#Review#Agent World Model#Computer-Use Agents#Environment Synthesis#Task Synthesis#Quality Gates#Multi-interface#Reinforcement Learning#Generalization2026년 10월 21일댓글 수 로딩 중
[논문리뷰] ALPS: Visual State Encoders for World ModelsWorld Model의 시각적 기초는 물리적 상태 정보, 원어민 언어 정렬(native language alignment), 그리고 픽셀 재구성(pixel reconstruction)을 단일 표현으로 통합해야만 예측, 지침, 및 검사(inspection)와 같은 다면적인 기능을 효과적으로 지원할 수 있다.#Review#World Models#Visual State Encoders#Language Alignment#Pixel Reconstruction#Cross-View Self-Distillation#Robot Learning#Reinforcement Learning#ViT-B/162026년 10월 21일댓글 수 로딩 중
[논문리뷰] ACE-Brain-0.6: Scaling Spatial Grounding for Physical Foundation Models본 논문은 일반적인 Multimodal 모델이 물리적 세계에서 조작 태스크를 수행할 때 발생하는 spatial perception의 부족 문제를 해결하고자 합니다. 기존 모델(예: GPT-6 Astra)은 뛰어난 추론 능력을 보이지만, 복잡한 장면에서의 정밀한 위치 파악이나 공간적 제약 조건 만족에는 한계가 있습니다.#Review#Spatial Grounding#Physical Foundation Models#Embodied Manipulation#Data Pipeline#Visual Grounding#Qwen3.5-9B#Data Scaling2026년 10월 21일댓글 수 로딩 중
[논문리뷰] World Model Interpretability: From Decoding Representations to Understanding Latent Worlds본 논문은 JEPA와 같은 최신 Latent World Model들이 복잡한 환경에서 예측과 계획을 수행하고 있음에도 불구하고, 이들의 내부 잠재 공간이 무엇을 의미하는지에 대한 이해가 부족하다는 점을 지적합니다 .#Review#Joint-Embedding Predictive Architectures#Latent World Models#Interpretability#Causal Verification#Representation Learning2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Where is Physical RSI capability from? An Observational Scaling Law of LLM-as-policy본 논문은 frontier LLM 에이전트가 로봇 조작 작업에서 어떻게 물리적 피드백을 통해 정책을 개선하는지, 그 근본적인 메커니즘과 일반화 가능성을 탐구합니다.#Review#Physical RSI#LLM-as-policy#Scaling Law#Embodied AI#Robotic Manipulation#PhysRSI-eval2026년 10월 19일댓글 수 로딩 중
[논문리뷰] UniAVC: Unified Audio-Video Creation via Progressive Training and Asymmetric Scheduling본 논문은 기존의 오디오-비디오 생성 및 편집 도구들이 독립적으로 파편화되어 있어 sequential pipeline 구성 시 발생하는 cross-modal 일관성 저하 문제를 해결하고자 합니다.#Review#Audio-Video Generation#Unified Editing#Progressive Training#Asymmetric Scheduling#Latent Diffusion Models2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Think Visually Across Space and Time: Grounded Reasoning for Video Segmentation기존 Video Reasoning Segmentation (VRS) 연구는 Chain-of-Thought (CoT) 추론을 사용하여 쿼리에 대한 중간 해석을 명시하지만, 추론 자체를 실제 scene에 ground하는 데 어려움이 있습니다.#Review#Video Reasoning Segmentation#Chain-of-Thought#Visual Primitives#Spatiotemporal Grounding#Reinforcement Learning#Mask Propagation2026년 10월 19일댓글 수 로딩 중
[논문리뷰] State World Models: Execute the Rules, Generate the Pixels기존 World Models는 액션에 따라 비디오를 생성할 수 있지만, 현재의 Interactive Video World Models는 탐색 제어를 제공함에도 불구하고 액션이 지속적인 규칙을 따르는지, 특히 결과가 현재 프레임에서 보이지 않는 Hidden State에 의존할 때 이를 보장하지 못하는 한계가 있다.#Review#World Models#Stateful Harness#Video Generation#Rule Execution#Hidden State#Counterfactual Pairs#Semantic State2026년 10월 19일댓글 수 로딩 중
[논문리뷰] SpecMRL: Redesign Matryoshka Representation Learning within Parametric Spectrum본 논문은 기존 Matryoshka Representation Learning (MRL)의 고정된(fixed) feature 공간 구조가 정보 압축에 비효율적이라는 문제점을 해결하고자 합니다.#Review#Matryoshka Representation Learning#Spectral Basis#Dimension Reduction#Parametric Spectrum#Embedding Compression#MTEB#Inference Efficiency#Orthogonal Iteration2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Sparse Feature Policy Unlearning Mitigates State Hallucination in Vision-Language-Action Models본 논문은 VLA가 실제 환경에서 로봇-객체 상태를 오인하여 발생하는 State Hallucination 문제를 해결하는 것을 목적으로 합니다.#Review#Vision-Language-Action Models#State Hallucination#Sparse Autoencoders#Machine Unlearning#Robot Manipulation2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Self-Evolving Coding Agents via Harness-Policy Optimization본 논문은 Large Language Model (LLM) 기반 코딩 에이전트의 Harness와 Policy가 상호 보강적임에도 불구하고, 기존 연구들이 한쪽 컴포넌트만 최적화하여 발생하는 성능 한계를 지적합니다.#Review#LLM Agents#Coding Tasks#Harness Optimization#Policy Optimization#Reinforcement Learning (RL)#Self-Improvement#SWE-Bench#Resolve Rate2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Scaling Parameter-Efficient Fine-Tuning for Brain Encoding본 논문은 제한적인 신경 데이터(Neural Data) 환경에서 거대 사전 학습 모델을 효율적으로 뇌 인코딩에 최적화하기 위한 PEFT 중심의 새로운 패러다임을 제안한다.#Review#Brain Encoding#Parameter-Efficient Fine-Tuning (PEFT)#LoRA#Multimodal Backbone#Computational Efficiency#Brain Foundation Model#Algonauts Challenge2026년 10월 19일댓글 수 로딩 중
[논문리뷰] ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation본 논문은 로봇이 자연어 지시(natural-language instructions)에 따라 시야에 보이는 목표물로 내비게이션하고 정지하는 핵심 역량 문제를 다룹니다.#Review#Language-Conditioned Navigation#Internet Egocentric Videos#Video Pretraining#World-Action Model#Diffusion Transformer#Sim-to-Real Transfer#Robot Navigation2026년 10월 19일댓글 수 로딩 중
[논문리뷰] RoboValue: A Fine-Grained Sim-and-Real Benchmark for Unified Evaluation of Robotic Value ModelsRoboValue는 기존의 로봇 가치 평가 지표들이 전체적인 결과(Outcome)나 전반적인 진척도(Forward-progress)의 상관관계에만 집중하여, 중간 과정에서의 미묘한 오류를 포착하지 못한다는 문제 의식에서 출발했습니다.#Review#Robotic Value Models#Benchmark#Task-State Understanding#Temporal Progress Monitoring#Failure and Recovery Reasoning#Value Consistency#Sim-to-Real2026년 10월 19일댓글 수 로딩 중