[논문리뷰] Harness-Aware Distillation for Small Language Model Agents본 논문은 대규모 언어 모델 기반 에이전트(Large Language Model Agents)를 소형 모델로 증류(Distillation)할 때 발생하는 효율성 저하와 Harness 정보 활용 능력 부족 문제를 해결하고자 합니다.#Review#Language Model Agents#Knowledge Distillation#Harness-Aware Distillation#Action Preference Learning#Validity Filtering#Agent Alignment2026년 10월 6일댓글 수 로딩 중
[논문리뷰] HLA: Expressive Hybrid Linear Attention via Chunk-Wise Dynamic Mixing본 논문은 기존 선형 어텐션 아키텍처에서 발생하는 장거리 정보의 점진적 손실 및 입력 불변(input-independent) chunk 혼합 문제를 해결하고자 합니다.#Review#Linear Attention#Long-Context Modeling#Efficient Inference#Gated DeltaNet#Query-Dependent Routing#Chunk-Wise Attention2026년 10월 6일댓글 수 로딩 중
[논문리뷰] GUI-HARVEST: Self-Improving GUI Agents through Evidence-Driven Harness Evolution본 논문은 GUI 에이전트의 런타임 Harness를 자동 최적화하여 모델 가중치를 수정하지 않고도 에이전트 성능을 향상시키는 문제를 해결합니다.#Review#GUI Agents#Harness Adaptation#Self-Improvement#Multimodal Diagnosis#Evidence-Driven#OSWorld2026년 10월 6일댓글 수 로딩 중
[논문리뷰] From Evidence to Action: How Tool-Using Agents Fail본 논문은 LLM 기반 에이전트가 Consequential Action을 수행할 때, 결과의 정확성만으로는 충분한 증거에 기반했는지 보장할 수 없다는 문제를 제기합니다 .#Review#Tool-Using Agents#SafeActBench#Evidence-to-Action Chain#Agent Evaluation#Interactive Execution#Consequential Actions2026년 10월 6일댓글 수 로딩 중
[논문리뷰] EmbodiedSmith: Scaling Embodied Data through Recursive Self-Improvement Flywheel in Simulation본 논문은 로봇 Foundation Model의 학습을 위해 필요한 대규모 embodied 데이터를 효율적으로 확보하는 문제를 다룹니다. 기존 시뮬레이션 기반 데이터 생성 방식은 사전 정의된 에셋과 스킬에 의존하여 다양성이 부족하며, 장면 생성과 작업 생성이 분리되어 있어 복잡한 작업에서 성공률이 낮다는 한계가 있습니다.#Review#Embodied AI#Recursive Self-Improvement#Simulation#Robotic Foundation Models#Task-Conditioned Generation2026년 10월 6일댓글 수 로딩 중
[논문리뷰] EVISKILL: Grounding Skill Evolution in Replayable Evidence본 논문은 기존의 경험 기반 skill evolution 방법들이 가진 불완전성을 해결하고자 EviSkill을 제안한다.#Review#LLM Agents#Skill Evolution#Evidence-Grounded#Replayable Evidence#Behavioral Verification#Continual Learning2026년 10월 6일댓글 수 로딩 중
[논문리뷰] DuoMatching: Joint-Marginal Distribution Matching for Few-Step Video Generation본 논문은 기존의 Joint DMD 기반 비디오 생성 모델들이 겪고 있는 시각적 품질 저하와 의미론적 정렬(semantic alignment) 부족 문제를 해결하고자 합니다.#Review#Video Generation#Distribution Matching Distillation#Joint-Marginal Formulation#LatentBridge#Few-Step Inference#Latent Variation Sampling2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Do Language Models Need a Trainable Input Embedding Table? Fixed Minimal Token Codes at 1.7B-Class Scale본 논문은 언어 모델이 고차원의 Trainable Input Embedding Table 없이도 고도의 언어 처리 능력을 유지할 수 있는지에 대한 근본적인 의문을 제기한다.#Review#Language Modeling#Input Embedding#Fixed Token-Identity#Representation Learning#Transformer#Parameter Efficiency#Binary Encoding2026년 10월 6일댓글 수 로딩 중
[논문리뷰] DistScene: Object-to-Scene Distillation for 3D Scene Generation본 논문은 기존 3D scene generation 모델들이 학습 데이터 부족과 복잡한 공간적 구성(Spatial Composition) 문제로 인해 고품질의 객체 디테일을 유지하지 못하는 한계를 해결하고자 합니다.#Review#3D Scene Generation#Knowledge Distillation#Diffusion Models#Object-Centric Representation#Generative Modeling2026년 10월 6일댓글 수 로딩 중
[논문리뷰] DiffGate: Difficulty-Gated Teacher Guidance for On-Policy Distillation본 논문은 OPD와 RLVR 방식이 각각 가지는 상호보완적인 한계를 해결하고자 한다. 기존의 OPD는 dense한 토큰 단위의 지도를 제공하지만, 결과의 정확성과 관계없이 학습하는 outcome-agnostic한 특성이 있어 정답 여부와 무관한 토큰 업데이트를 수행할 위험이 있다 .#Review#On-Policy Distillation#Reinforcement Learning#Language Models#Teacher Guidance#Difficulty Gating#Policy Optimization#Code Generation#Mathematical Reasoning2026년 10월 6일댓글 수 로딩 중
[논문리뷰] DiVeR: Decision-Critical Verifier Learning for VLA Test-Time Scaling본 논문은 VLA 모델의 Test-Time Scaling 과정에서 기존의 분류 기반 Verifier가 모든 상태를 동일하게 학습하는 비효율성을 해결하고자 합니다.#Review#Vision-Language-Action Models#Test-Time Scaling#Verifier Learning#Decision Criticality#Robotic Manipulation#Best-of-N Sampling2026년 10월 6일댓글 수 로딩 중
[논문리뷰] DAEDALUS: Bootstrapping Agent Memory from Self-Generated Tasks본 논문은 LLM 기반 에이전트가 새로운 환경에서 적절한 운영 지식 없이 반복적인 시행착오를 겪는 문제를 해결하고자 합니다 . 기존 연구들은 주로 사람이 작성한 가이드라인이나 사전에 큐레이션된 학습 과제, 오라클 검증기에 의존하여 메모리를 구축했으나, 이는 환경에 대한 사전 지식과 막대한 비용을 요구합니다.#Review#LLM Agents#Procedural Memory#Self-Generated Tasks#Agentic Environments#Heuristic Validation#In-context Learning#Training-free Method2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Building Rome from a Single Image본 연구는 단일 이미지에서 고품질의 대규모 3D 장면을 생성할 때 발생하는 시각적 왜곡 및 기하학적 일관성 결여 문제를 해결하는 것을 목표로 합니다.#Review#3D Scene Reconstruction#Single-view Reconstruction#Neural Radiance Fields#Generative Models#Spatial Consistency#Large-scale Generation2026년 10월 6일댓글 수 로딩 중
[논문리뷰] AutoSciBench: Autonomous Benchmark Generation for Evaluating Scientific Agents본 논문은 과학적 도메인에서 에이전트의 발전 속도를 평가 벤치마크가 따라가지 못하는 문제를 해결하기 위해 고안되었습니다. 기존의 벤치마크는 수동으로 구축되어 많은 시간과 비용이 소요되며, 에이전트의 성능이 향상됨에 따라 빠르게 포화(Saturation)되어 차별적인 평가가 어렵다는 한계가 있습니다.#Review#Scientific Agents#Benchmark Generation#Autonomous Evaluation#Feedback-guided Refinement#Agentic Task Construction#Scientific Reasoning2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Attacca: Goal-Directed Control under State Continuity for Long-Horizon Embodied Agents본 논문은 장기적인 목표 수행을 위해 필수적인 Embodied agent의 연속적 태스크 실행 능력을 개선하는 데 중점을 둡니다.#Review#Embodied Agents#Long-Horizon Control#Goal-Conditioned Policy#State Continuity#Skill Hand-off Gap#Visuomotor Control2026년 10월 6일댓글 수 로딩 중
[논문리뷰] AdvSim2Real : Training Web Agents Against Adaptive Prompt Injection in a Web World Model본 논문은 Web Agent가 실질적인 환경에서 Indirect Prompt Injection 공격에 취약하며, 기존 방어 기법들이 고정된 공격 시나리오에만 학습되어 적응형 공격자에게 쉽게 우회된다는 문제를 해결하고자 합니다.#Review#Web Agents#Prompt Injection#Adversarial Training#World Model#Curriculum Learning#Robustness#Sim-to-Real2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Adaptive Latent Capacity for World Models기존의 World Models는 고정된 크기의 잠재 공간을 사용하여 다양한 복잡도를 가진 환경에 대해 최적화되지 못하는 한계를 지닙니다. 정적인 잠재 공간은 단순한 환경에서는 과도한 모델 용량으로 인한 과적합(Overfitting)을 유발하고, 복잡한 환경에서는 표현력 부족(Underfitting) 문제를 야기합니다.#Review#World Models#Latent Representation#Adaptive Capacity#Representation Learning#State Space Model#Information Bottleneck2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Accent Analogy Guidance: More Speaker Similarity at Equal Accent in Cross-Lingual Voice Cloning본 논문은 Cross-lingual Zero-shot TTS 환경에서 발생하는 불필요한 accent 전이 문제를 해결하고자 합니다.#Review#Zero-shot TTS#Cross-lingual Voice Cloning#Accent#Classifier-free Guidance#Dubbing2026년 10월 6일댓글 수 로딩 중
[논문리뷰] ALIVE: Interaction-Aligned Object Insertion for First-Frame-Guided Video Editing본 논문은 비디오 내 객체 삽입 시 단순히 객체를 배치하는 수준을 넘어, 소스 비디오의 물리적 동작에 반응하는 ‘살아있는(Alive)’ 객체 구현을 목표로 합니다.#Review#Video Editing#Object Insertion#First-Frame-Guided#Interaction-Aligned#Vision-Language Model (VLM)#Diffusion Model#Interaction Fidelity2026년 10월 6일댓글 수 로딩 중
[논문리뷰] AGO AI Quality Gate: Evidence-First Release Decisions for Retrieval-Augmented Generation본 논문은 엔터프라이즈 환경에서 RAG 시스템을 운영할 때 발생하는 모호한 배포 결정 문제를 해결하기 위해 AGO를 제안한다. 기존의 평가 방식은 불완전한 증거, LLM judge의 오류, 그리고 통계적 불확실성을 충분히 고려하지 못한다는 한계가 있다.#Review#Retrieval-Augmented Generation#LLM-as-a-Judge#Quality Gates#Evaluation#Uncertainty Quantification#Evidence-based Decision Making2026년 10월 6일댓글 수 로딩 중