[논문리뷰] Dynamic Multi-Byte Prediction With Hierarchical Language Models본 논문은 바이트 단위 언어 모델의 추론 속도 병목 현상을 해결하기 위해 Multi-Byte Prediction (MBP) 프레임워크를 제안합니다. 기존의 바이트 단위 모델은 subword 기반 모델 대비 어휘 제약이 없다는 장점이 있으나, 시퀀스 길이가 훨씬 길어 추론 과정에서 심각한 Latency를 유발합니다.#Review#Byte-level Language Model#Hierarchical Language Models#Multi-Byte Prediction#Latent Causal Attention#Inference Acceleration#Parallel Decoding2026년 8월 18일댓글 수 로딩 중
[논문리뷰] DiSCO: Defending text-to-image generation through distribution-guided contrastive prompt optimization본 연구는 텍스트-이미지 생성 모델에서 텍스트적으로 안전해 보이는 프롬프트가 실제로는 유해한 결과를 초래하는 'Benign Adversarial' 문제를 해결하고자 합니다.#Review#Text-to-Image#Adversarial Robustness#Black-box Defense#Prompt Optimization#Contrastive Learning#Distributional Alignment#NSFW2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Demystifying Agent Skills: Why They Work-Until They Don't본 논문은 LLM 에이전트의 성능 향상을 위해 사용되는 Skills가 어떤 조건에서 효과적이며, 왜 작동하고, 또 어디에서 실패하는지에 대한 근본적인 의문을 해결하고자 한다.#Review#LLM Agents#Procedural Anchoring#Skill Distillation#Trajectory Analysis#Agent Robustness#Skill Retrieval2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Cross-Model Memory Transfer via Target-Side Reader Adaptation본 논문은 대규모 언어 모델(LLM)의 지식 사용 방식 중 parametric(모델 가중치 내장)과 non-parametric(외부 데이터베이스)의 한계를 극복하기 위해 Engram 기반의 메모리 전이 가능성을 검증합니다.#Review#Engram#Memory Transfer#Target-Side Reader#Tokenizer-Agnostic#Knowledge-Augmentation#Hashed Memory2026년 8월 18일댓글 수 로딩 중
[논문리뷰] CoinVE-200K: A Large-Scale High-Quality Dataset for Compositional Instruction-Guided Video Editing본 논문은 기존의 영상 편집 데이터셋이 단일 작업 위주로 구성되어, 다중 의도를 동시에 수행해야 하는 실제 영상 편집 시나리오를 제대로 반영하지 못하는 한계를 해결하고자 한다 .#Review#Compositional Instruction-Guided Video Editing#Video Generation#Dataset#Diffusion Transformer#Region-Aware Attention#Multimodal Large Language Model2026년 8월 18일댓글 수 로딩 중
[논문리뷰] CardioState-JEPA: Delay-Aware Cross-Modal Learning of a Shared Cardiac Representation본 논문은 심장 생리적 데이터를 다루는 기존 모델들이 단일 센서(ECG, PPG, PCG)에 국한되어 심장의 공유 생리 구조를 충분히 활용하지 못하는 한계를 해결하고자 합니다 .#Review#Cardiac Foundation Model#Joint-Embedding Predictive Architecture (JEPA)#Multimodal Learning#Physiological Delay#Representation Learning#ECG#PPG#PCG2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Agentic ESOpt: Fine-Tuning Long-Horizon LLM Agents with Minimal GPU Requirements본 논문은 Long-horizon 에이전트 추론 환경에서 기존 Agentic RL이 겪는 심각한 자원 및 구조적 한계를 해결하는 것을 목표로 합니다.#Review#Agentic Reasoning#Evolution Strategies#Long-Horizon#Parameter Efficiency#LLM Fine-Tuning#GPU Memory2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Agent Lightning v1.0: Towards Harnessed Agentic RL본 논문은 현대 에이전트가 단일 LLM이 아닌 Agent Harness 내에서 작동한다는 점에 주목하여, 기존 RL 프레임워크가 harness의 복잡한 실행 로직을 수용하지 못하는 문제를 해결합니다.#Review#Harnessed Agentic RL#Reinforcement Learning#Agent Harness#LLM Proxy#Retokenization#System Design2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Abra: Scaling Diffusion Image Training본 연구는 대규모 언어 모델(LLM)에 정립된 compute-optimal scaling laws가 비주얼 생성 모델인 확산 모델 분야에서는 아직 체계적으로 탐구되지 않았다는 점에 주목합니다.#Review#Scaling Laws#Diffusion Transformers#Compute-Optimality#Flow-Matching#ABRA#Generative Metrics#Scaling Collapse2026년 8월 18일댓글 수 로딩 중
[논문리뷰] AVA-Encoder: Towards Agent-Native Video Representation Learning본 논문은 기존 영상 생성 에이전트들이 복잡한 영화적 의사결정을 수행하는 데 필요한 고품질의 구조화된 데이터 학습원이 부족하다는 문제를 해결하고자 합니다 .#Review#Agentic AI#Video Representation Learning#Film Knowledge Graph#Auto-encoder#Textual-Gradient Optimization#Video Reconstruction2026년 8월 18일댓글 수 로딩 중
[논문리뷰] ASI-Bench: At the Dawn of Artificial Superintelligence본 연구는 기존의 LLM 벤치마크들이 모델의 급격한 성능 향상으로 인해 데이터 오염(Data Contamination)과 평가 포화(Evaluation Saturation) 문제에 직면했다는 점을 해결하고자 합니다.#Review#Artificial Superintelligence#LLM Benchmarking#Cognitive Evaluation#Reasoning Capability#Evaluation Framework2026년 8월 18일댓글 수 로딩 중
[논문리뷰] WorldRover: A Scalable Synthetic Video Data Engine for World Exploration with Rich Annotations본 논문은 실세계 탐색(World Exploration)을 위한 비디오 생성 및 재구성 모델 학습 시 RGB 데이터만으로는 카메라 이동과 객체 움직임, 환경 조명 변화 등을 분리하기 어렵다는 근본적인 문제를 해결하고자 합니다.#Review#Synthetic Video#World Exploration#Unreal Engine#Multimodal Data#4D Reconstruction#Point Tracks2026년 8월 17일댓글 수 로딩 중
[논문리뷰] When Context Bites: Detecting RAG Poisoning via Document-Level Attention Collapse본 논문은 RAG 시스템이 LLM의 지식 부족 문제를 효과적으로 해결하지만, Adversarial Documents 주입을 통한 Poisoning Attack에 취약하다는 핵심 문제를 다룹니다.#Review#Retrieval-augmented Generation#RAG Poisoning#Attention Collapse#Mechanistic Interpretability#LLM Security#Attack Detection#Document-Level Attention2026년 8월 17일댓글 수 로딩 중
[논문리뷰] VideoGAIA: A Benchmark for General AI Assistants on Agentic Video Understanding본 논문은 기존의 단일 턴(Single-turn) 방식 비디오 이해 벤치마크가 포화 상태에 이르렀으며, 복합적인 실세계 문제를 해결하는 능력을 평가하기에 부족하다는 점을 지적합니다. 기존 벤치마크에서는 최신 MLLMs가 90%에 육박하는 정확도를 보이며 성능 정체를 겪고 있습니다 .#Review#Multimodal Large Language Models#Video Understanding#Agentic AI#Tool-Augmented Interaction#Benchmark#Evidence-Grounded Reasoning2026년 8월 17일댓글 수 로딩 중
[논문리뷰] VibeWorlding: Can Multimodal Agents Construct 3D Open Worlds End-to-End?본 논문은 멀티모달 에이전트가 사용자 쿼리를 바탕으로 3D 오픈 월드를 End-to-End로 구축하는 능력을 체계적으로 평가하고 개선하는 것을 목표로 합니다. 기존 연구들은 단순하고 이상적인 쿼리에만 의존하거나, 폐쇄형 프레임워크로 인해 일반화된 성능 평가와 훈련에 한계가 있었습니다.#Review#Multimodal Agents#3D Open World Construction#Agentic RL#VWE-Bench#VibeWorlding-Gym#Dual-Constraint Verifier#End-to-End2026년 8월 17일댓글 수 로딩 중
[논문리뷰] Ventor-QTest: Threat-Model-Driven Verification of Vendor-Hosted LLM APIs본 논문은 LLM inference API의 배포 단계에서 발생하는 불투명성과 그에 따른 모델 계약 위반 가능성을 해결하기 위해 Ventor-QTest를 제안합니다.#Review#LLM API Auditing#Deployment Verification#AFL (Average Fidelity Loss)#EFL (Extreme Fidelity Loss)#Black-box Audit#Stochastic Process#Coarsened-KL2026년 8월 17일댓글 수 로딩 중
[논문리뷰] Understanding Cognition-Induced Risks in Agentic AI Systems본 논문은 최신 LLM 기반의 Agentic AI 시스템이 인간과 유사한 인지 패턴을 보이면서 발생하는 복합적인 사회적 위험을 규명하기 위해 작성되었다.#Review#Agentic AI#Large Language Models#Cognition-Induced Risks#Human-AI Interaction#Human Agency#Machine Consciousness#Safety Strategies2026년 8월 17일댓글 수 로딩 중
[논문리뷰] UI-Mate: Advancing Open-Weight Foundation GUI Agents with In-Context Demonstrations본 논문은 Foundation GUI Agents의 실무 도입을 가로막는 training bottleneck과 interaction bottleneck을 해결하고자 합니다.#Review#Foundation GUI Agents#In-Context Demonstration#Environment-Grounded Training#Supervised Fine-Tuning#Reinforcement Learning#OSWorkerBench2026년 8월 17일댓글 수 로딩 중
[논문리뷰] TRACE-Bench: Decomposing and Diagnosing Multi-Reference Image Generation기존의 multi-reference image generation 벤치마크는 task-oriented 방식으로 구성되어 combinatorial setting에 부적합하며, 이는 incomplete coverage, no failure diagnosis, 그리고 uncontrolled complexity라는 세 가지 주요 한계를 야기한다.#Review#Multi-Reference Image Generation#Capability-Oriented Benchmark#Diagnostic Tree Analysis#Atomic Operators#Evaluation Protocol#Failure Localization#Compositional Formulas#Attribute Disentanglement2026년 8월 17일댓글 수 로딩 중
[논문리뷰] R^3-Bench: LLMs Struggle with Resource-Rational Reasoning under Shared Budgets본 논문은 현대의 LLM 시스템이 공유 예산(Shared Budget) 하에서 자신의 잠재적 역량을 실질적으로 발휘하지 못하는 문제를 해결하고자 합니다.#Review#Resource-Rationality#Shared-Budget#LLM#Agentic-Reasoning#Constraint-Optimization#Benchmark2026년 8월 17일댓글 수 로딩 중