[논문리뷰] ARCS: Towards Precise Text-to-SQL via Structured Disambiguation본 논문은 Text-to-SQL 시스템이 실제 환경(real-world deployment)에서 모호성(ambiguity) 문제로 인해 사용자 의도(user intent)와 다른 결과(system outputs deviate)를 초래하는 심각한 문제에 직면하고 있음을 지적합니다.#Review#Text-to-SQL#Ambiguity Resolution#Structured Disambiguation#Large Language Models (LLMs)#Benchmark#Natural Language Interface#Human-Computer Interaction (HCI)2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Work2Skill: Capturing Human GUI Experience for Reusable Agent Skill Induction본 논문은 범용 컴퓨터 사용 에이전트가 인간의 도메인 지식이 필요한 낯선 소프트웨어나 복잡한 워크플로우를 처리하는 과정에서 겪는 한계를 해결하고자 합니다. 기존의 데모 기반 학습 방식은 정적인 기록에 의존하거나, 작업의 핵심 규칙과 세부 사항을 분리하지 못해 재사용성이 떨어지는 문제를 안고 있습니다 .#Review#GUI Agent#Skill Induction#Human Demonstration#Multimodal Evidence#Agentic Workflow#WorkRecorder2026년 10월 11일댓글 수 로딩 중
[논문리뷰] When Do We Need On-Policy Distillation? Distilling on Offline Student Rollouts Is Often Better본 논문은 모든 상황에서 On-Policy 샘플링이 증류에 최적의 결과를 제공하는가라는 근본적인 의문을 제기합니다.#Review#On-Policy Distillation#Semi-On-Policy Distillation#Knowledge Distillation#Language Model Post-training#Teacher-Student Alignment#Output-token Overlap2026년 10월 11일댓글 수 로딩 중
[논문리뷰] When Do Biological Reasoning Models Use Their Biological Inputs?본 논문은 생물학적 추론 모델이 실제로 생물학적 입력값을 기반으로 추론하는지, 아니면 단순한 데이터 편향에 의존하는지 평가하는 것을 목표로 합니다. 많은 모델이 벤치마크에서 높은 정확도를 기록하지만, 이러한 성과가 제공된 유전체나 단백질 데이터의 핵심 정보를 모델이 실제로 사용했음을 보장하지는 않습니다.#Review#Biological Reasoning Models#Multimodal LLMs#Representation Probing#Evidence Conflicts#Benchmark Sensitivity#Post-training#Input Perturbation2026년 10월 11일댓글 수 로딩 중
[논문리뷰] VisionWeave: Weaving Elastic Visual Representations as a Native Capability of MLLMs본 논문은 최신 MLLMs가 고해상도 입력 처리 시 고정된 크기의 dense patch token을 생성함에 따라 발생하는 막대한 연산 비용 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Elastic Visual Representation#Content-Adaptive Token Savings#Gated Spatial Pooler#Granularity Router#Self-Distillation#Efficiency-Quality Trade-off2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Video-RSI: Recursive Self-Improvement of Video Understanding Agents via Harness Evolution본 논문은 기존 비디오 에이전트가 고정된 Harness에 의존하여 실패 원인을 적절히 진단하지 못하고, 증거 수집 방식의 최적화가 어렵다는 한계를 해결하고자 합니다 .#Review#Video Understanding#Recursive Self-Improvement#Executable Harness#Active Investigation#Cost-Aware Evolution#Agentic Systems#Frozen Models2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Universal Textual Teaching for LLMs기존의 Knowledge Distillation 방식은 대부분 Student 모델의 파라미터를 업데이트해야 하므로, 특정 아키텍처나 체크포인트에 지식이 종속되는 한계를 갖습니다 .#Review#Knowledge Distillation#Large Language Models#Primer#Parameter-update-free#Multi-role Interaction#In-context Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Towards Physically Grounded Articulated 3D Assets: A Multi-Agent Pipeline and Benchmark본 논문은 기존의 관절형 3D 에셋 생성 방식이 시각적 외형 재현에만 치중하여 실제 물리적 환경에서 기능하거나 조작하기 어렵다는 문제를 해결하고자 한다. 대부분의 기존 연구들은 기하학, 관절 구조, 또는 물리적 속성(질량, 재질 등)을 개별적으로 다루어 상호 의존적인 속성들을 종합적으로 만족시키지 못한다 .#Review#Articulated 3D Assets#Multi-Agent Pipeline#Physical Simulation#Robot Manipulation#3D Generation#Physically Grounded2026년 10월 11일댓글 수 로딩 중
[논문리뷰] TouchScale: 500 Hours of Human Vision and Touch for Visual-Tactile Learning본 연구는 대규모 human egocentric 영상 데이터가 Embodied AI 발전에 기여하고 있음에도 불구하고, 물리적 상호작용의 핵심인 '접촉'과 '압력' 정보가 누락되어 있다는 점을 해결하고자 합니다 .#Review#Visual-Tactile Learning#Egocentric Dataset#Robotic Manipulation#Tactile Prediction#Representation Learning#Scaling Laws2026년 10월 11일댓글 수 로딩 중
[논문리뷰] ThinkDrag: Semantic Drag-Based Image Editing with Visual Reasoning본 논문은 기존의 drag-based 이미지 편집 방법들이 drag 지시사항을 단순히 기하학적 변위(geometric displacement)로만 해석하여, 객체의 의미론적 변환이나 장면 이해가 필요한 복잡한 편집에 한계를 보인다는 점을 문제로 지적합니다.#Review#Drag-based Image Editing#Multimodal Model#Visual Reasoning#Point-based Editing#Semantic Transformation#Drag Endpoint Markers#Rectified Flow2026년 10월 11일댓글 수 로딩 중
[논문리뷰] The value of information and the emergence of communication in evolved e-puck robots본 연구는 자율 에이전트 간의 의사소통이 어떤 환경적 조건에서 창발(emergence)하며, 본능적인 action selection 아키텍처가 사회적 과업 수행에 어떠한 영향을 미치는지 규명하는 것을 목표로 합니다.#Review#emergent communication#autonomous agents#evolutionary robotics#basal ganglia#action selection#e-puck robot2026년 10월 11일댓글 수 로딩 중
[논문리뷰] The Life Cycle of a Massive Activation: Stochastic Birth, Weight-Decay-Driven Growth, and Competitive Consolidation본 논문은 Transformer 모델 내에서 발생하는 Massive Activation(MA)의 형성과 조절 기제를 파악하고자 한다.#Review#Massive Activation#Attention Sink#Weight Decay#AdamW#Transformer#Residual Stream#Scale Dynamics2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Surfing the Activation Wave: Analyzing the Information and Geometry of LLM Hidden States for Speculative Decoding본 연구는 Speculative Decoding 과정에서 Target model의 어떤 레이어를 선택하여 Draft model에 정보를 제공할지가 단순한 고정 규칙(position-based heuristics)에 의존하고 있다는 점을 지적합니다.#Review#Speculative Decoding#Hidden State Selection#Matrix Entropy#Centered Kernel Alignment (CKA)#Information Maximization#Activation Wave2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Stateless Language Agents: Scaling Long-Horizon Automated Research본 논문은 장기적인 연구 작업(long-horizon automated research)에서 기존의 stateful LLM 에이전트들이 겪는 비효율성 문제를 해결하고자 합니다.#Review#Stateless Language Agents#AutoResearch#Long-Horizon#LLM#Task Planning#Harness-Controlled Context#Computational Efficiency2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SoloQ: Calibration-Free Quantization for Diffusion Language Models본 논문은 dLLMs의 대규모 모델 사이즈와 추론 비용 문제를 해결하기 위해 calibration-free 기반의 효율적인 Post-Training Quantization(PTQ)을 제안한다.#Review#Diffusion Large Language Models#Post-Training Quantization#Calibration-Free#K-RPBH#NVFP4#KV-Cache Quantization2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments본 논문은 Computer-Use Agent (CUA) 훈련에 필요한 다양하고 신뢰성 있는 실행 가능한 환경의 부족 문제를 해결한다.#Review#Computer-Use Agent#GUI Synthesis#Agent Training#Automated Pipeline#Software Benchmarking#Scalability#Generalization2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SepGen: Multi-Stem Audio-Video Separation and Generation in a Single Model본 논문은 기존의 joint audio-video 생성 모델이 전체 scene을 단일 Audio-Mix로만 출력하여, 개별 음원의 위치 변경이나 제거가 불가능하다는 한계를 해결하고자 합니다 .#Review#Audio-Visual Generation#Source Separation#Multi-Stem Synthesis#Flow Matching#Language-Conditioned Separation#Cross-Stem Attention Guidance2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Self-Preservation in Language Models본 논문은 LLM의 지속적인 학습(Continual Learning) 과정에서 발생하는 Catastrophic Forgetting 문제를 해결하고, 모델 스스로가 자신의 핵심 능력을 보존하는 Self-Preservation 프레임워크를 제안합니다.#Review#Continual Learning#Language Models#Self-Preservation#Task Banks#Catastrophic Forgetting#Replay#Retention2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SWE-Duel: Towards a Self-Scaling Arena for Coding Agents본 논문은 기존 코딩 벤치마크들이 고정된 태스크 세트를 사용하여 데이터 유출 및 모델 성능 포화 문제에 직면해 있다는 한계를 해결하고자 한다. 고정된 벤치마크는 시간이 지남에 따라 모델 학습 데이터에 포함되거나 최신 모델의 성능 향상 속도를 따라가지 못해 측정 도구로서의 신뢰성을 상실한다.#Review#Coding Agents#Self-scaling Benchmark#Adversarial Evaluation#Software Engineering#Large Language Models#Automated Bug Generation2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SAGE: Salient Factor Discovery and Generation with Visual Foundation Representations본 논문은 대규모 데이터셋에서 타겟 특유의 세부적인 차이를 자동으로 발견하고, 이를 활용해 새로운 이미지를 생성하는 문제를 해결하기 위해 SAGE를 제안합니다.#Review#Contrastive Analysis#Salient Factor Discovery#Representation Autoencoder#Latent Space Factorization#Salient-Conditioned Generation#Visual Foundation Representations2026년 10월 11일댓글 수 로딩 중