[논문리뷰] From Given to Gathered Evidence: Agentic Learning for Longitudinal Medical Reasoning기존 의료 AI 벤치마크는 주로 사전에 고정된 정보나 정적인 데이터셋을 바탕으로 추론 성능을 평가하는 데 초점을 맞추고 있습니다. 그러나 실제 임상 현장에서의 의료적 추론은 환자의 종단적 의료 기록, 여러 시점의 MRI 영상, 그리고 다양한 전문 도구를 활용하여 증거를 직접 수집하고 통합하는 고도의 복합적인 과정입니다 .#Review#Medical Reasoning#Agentic Learning#Multimodal Benchmark#Tool-use#Longitudinal Reasoning#Reinforcement Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] EmbodiedCLBench: Evaluating Continual Learning for Self-Evolving Embodied Agents본 논문은 embodied 환경에서 에이전트가 과거의 경험을 누적하고 새로운 작업으로 전이하는 Continual Learning 능력을 체계적으로 평가하기 위해 EmbodiedCLBench를 제안한다.#Review#Embodied AI#Continual Learning#Compositional Generalization#Self-Evolving Agents#Embodied Simulation2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Distributionally Robust Mixture-of-Experts Training본 논문은 기존 MoE 모델이 로드 밸런싱(Load Balancing)을 통해 통계적 균형만을 강조할 뿐, 실제 라우팅 과정에서 발생하는 '비최적 expert 선택' 문제에는 취약하다는 점을 지적합니다 .#Review#Mixture-of-Experts#Distributionally Robust Optimization#Routing Robustness#Sparse LLMs#Expert Specialization#Load Balancing2026년 10월 11일댓글 수 로딩 중
[논문리뷰] DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models본 논문은 온라인 Diffusion RL에서 발생하는 학습 효율성과 안정성 간의 상충 문제를 해결하고자 합니다.#Review#Diffusion Models#Reinforcement Learning#Reward Tilting#Rectified Flow#Credit Assignment#Trust-Region Masking#Drift-Adaptive Restoration2026년 10월 11일댓글 수 로딩 중
[논문리뷰] DataVista: Diagnosing Multimodal LLMs on Data Video Understanding본 논문은 데이터 영상의 급격한 증가에도 불구하고, 이를 체계적으로 이해하고 평가할 수 있는 벤치마크의 부재를 해결하고자 합니다.#Review#Data Video Understanding#Multimodal LLM#Benchmark#Temporal Reasoning#Narrative Understanding#Chart Visualization2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Continually Post-training Small Models via Synthetic Self-distillation본 연구는 소형 언어 모델(Small Language Models)의 Continual Post-training 시 발생하는 성능 저하 문제를 해결하는 데 중점을 둡니다.#Review#Continual Learning#Small Language Models#Self-distillation#Synthetic Data#Rejection Sampling#In-distribution Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Contextual Correction of Parallel Draftsfor Speculative Decoding본 논문은 Parallel Diffusion Drafters(예: DFlash)가 효율적인 병렬 생성에도 불구하고, 토큰 간의 intra-block dependency를 포착하지 못해 draft의 정확도가 낮아지는 문제를 해결하고자 합니다.#Review#Speculative Decoding#Parallel Drafting#Diffusion Models#Contextual Correction#Inference Acceleration#LLM Serving2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Coding-Agent Benchmarks Should Match Their Users' Task Flows본 논문은 현재의 코딩 에이전트 벤치마크가 실제 개발자의 복합적인 작업 흐름을 제대로 반영하지 못한다는 점을 문제로 지적한다.#Review#Coding Agents#Benchmarks#Task Flows#Interactive Evaluation#SWE-Bench Pro#TaskFlow Alignment Score#Prompt Splitting2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Clinician use of language models diverges from how the models are evaluated본 논문은 현재 임상 AI 모델을 평가하는 벤치마크와 실제 임상 현장에서 발생하는 업무 간의 괴리를 분석합니다. 대다수의 AI 모델 성능은 의학 시험 문제나 정제된 사례를 기반으로 한 벤치마크를 통해 평가되지만, 이러한 데이터가 실제 병원 현장에서 의료진이 AI에 요청하는 업무를 얼마나 반영하는지는 검증된 바 없습니다.#Review#Large Language Models#Clinical AI#Benchmarking#Clinical Workflow#Health Informatics#Artificial Intelligence Safety2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Can AI Agents Learn Their Way to the Top? Evaluating Heuristic Learning in a Long-Running Game Agent Competition본 논문은 제한된 상호작용 환경에서 AI agent가 게임 규칙을 이해하고, 이를 실행 가능한 전략으로 변환하여 지속적으로 경쟁력을 확보할 수 있는지 탐구한다.#Review#Adversarial Heuristic Learning#AAArena#Game Agent#Policy Evolution#Program Improvement#Heuristic System2026년 10월 11일댓글 수 로딩 중
[논문리뷰] AMLworld-Compact: Importance-Weighted Downsampling for Cost-Effective LLM Evaluation and Error Diagnosis본 연구는 대규모 AML 테스트셋에서 LLM을 평가할 때 발생하는 막대한 컴퓨팅 비용과 불균형 데이터 문제를 해결하고자 합니다. 기존의 AMLworld 데이터셋은 백만 단위의 트랜잭션을 포함하고 있어 LLM으로 전수 평가하기에 비용 효율성이 매우 낮습니다 .#Review#AML#LLM Evaluation#Coreset#Horvitz-Thompson Estimation#Downsampling#Importance-Weighting#Graph Neural Networks2026년 10월 11일댓글 수 로딩 중
[논문리뷰] WorldGuide: Goal-Directed Video World Model for Procedural Task Execution본 연구는 장기 절차적 작업(Long-horizon procedural tasks)에서 발생하는 영상 생성의 불확실성과 비효율성 문제를 해결하고자 합니다.#Review#Video World Model#Procedural Task Execution#Closed-Loop Generation#ContextPlanner#Hierarchical Memory Compression#WorldGuide Bench2026년 10월 8일댓글 수 로딩 중
[논문리뷰] What Did the Agent Actually Do? Evidence-Grounded Oversight for Long-Horizon Agents본 연구는 Long-horizon agent가 수행하는 복잡한 활동 중 사용자가 검증해야 할 결정 사항을 식별하고 그 근거를 제시하는 모니터링 체계의 부재를 해결합니다.#Review#Long-Horizon Agents#Human Oversight#Evidence-Grounded Behavior Graph#AgentMonBench#Software Engineering#Consequential Decisions2026년 10월 8일댓글 수 로딩 중
[논문리뷰] VibeEdit: Image Editing with Canvas Instructions기존의 텍스트 기반 이미지 편집 모델은 대상을 정확히 지칭하기 위해 복잡한 문장 묘사가 필요하며, 특히 유사한 객체가 다수 존재하는 경우 의도한 대상을 특정하는 데 한계가 있습니다.#Review#VibeEdit#Canvas Instruction#Image Editing#Layer-Decoupled Conditioning#Region-Weighted SFT#Rubric-Guided Reinforcement Learning2026년 10월 8일댓글 수 로딩 중
[논문리뷰] ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills본 논문은 기존 Skill-augmented agents가 겪고 있는 시각적 정보의 손실과 학습 전략의 파편화 문제를 해결하고자 한다.#Review#VLM Agents#Reinforcement Learning#Skill-Augmented Learning#Visual-Native Skills#Policy Optimization#Closed-loop Learning#Spatial Grounding2026년 10월 8일댓글 수 로딩 중
[논문리뷰] V-CoLA: Vision Token Compression with Linear Attention본 논문은 Linear Attention이 포함된 하이브리드 VLM 구조에서 기존의 vision token 압축 기법들이 구조적 차이로 인해 실패한다는 점을 해결하고자 합니다 .#Review#Vision Token Compression#Linear Attention#Hybrid Architectures#Token Merging#Multimodal LLM#Efficient Inference2026년 10월 8일댓글 수 로딩 중
[논문리뷰] USDCraft: Geometrically Grounded Programmatic Modeling of Articulated 3D Assets for Simulation본 논문은 실세계 로봇 조작 정책(Manipulation Policy)의 효과적인 학습을 위해 필수적인 '시뮬레이션용 관절형 3D 객체'의 생성 및 복원 문제를 해결하고자 합니다.#Review#Articulated 3D Assets#Programmatic Modeling#Real-to-Sim Transfer#LLM Agent#Geometric Grounding2026년 10월 8일댓글 수 로딩 중
[논문리뷰] U-Space: Uncovering When and Why Uncertainty Arises in Language Models본 연구는 대규모 언어 모델의 추론 과정에서 발생하는 불확실성을 모델 스스로가 얼마나 신뢰할 수 있는지 측정하고, 그 근거를 해석 가능하게 식별하는 것을 목표로 합니다.#Review#Uncertainty Quantification#Language Models#Mechanistic Interpretability#U-Space#U-Lens#Residual Stream#Reasoning Trace2026년 10월 8일댓글 수 로딩 중
[논문리뷰] TokenRouter: Efficient Serving System for Token-Level LLM Routing본 논문은 Token-Level Routing이 도입하는 복잡한 시스템적 난제를 해결하기 위해 TokenRouter를 제안합니다.#Review#LLM Serving#Token-Level Routing#Asynchronous Execution#Delayed Batching#Model-Centric Runtime#Request-Centric Programming2026년 10월 8일댓글 수 로딩 중
[논문리뷰] TestPrism: Rethinking Test Evaluation Beyond a Single Reference본 연구는 Large Language Model (LLM) coding agents의 test generation 능력 평가에 있어 single reference evaluation의 근본적인 limitations를 해결하고자 합니다.#Review#LLM Coding Agents#Test Generation#Evaluation Benchmark#Single Reference Evaluation#Joint Success Function#TestPrism#TestHelix#Recursive Self Improvement#Peer Cross Validation2026년 10월 8일댓글 수 로딩 중