[논문리뷰] A Safe Action Is Not Enough: Feasible-Future Decoding for Vision-Language-Action Policies본 논문은 VLA 정책이 로컬에서는 안전해 보이는 동작을 수행하더라도, 장기적으로는 안전한 과업 완수가 불가능한 '죽은 끝(Dead end)' 상태로 빠질 수 있는 문제를 해결하고자 합니다.#Review#Vision-Language-Action (VLA)#Feasible-Future Decoding#Safe Reinforcement Learning#Constrained Decoding#Robot Control#Viability2026년 10월 6일댓글 수 로딩 중
[논문리뷰] World Editing: Intervening on Executable Worlds at Increasing Depth본 논문은 현대 AI 에이전트가 세계를 생성(Generation)하거나 그 안에서 상호작용하는 능력은 크게 발전했으나, 이미 존재하는 세계를 의도적으로 수정(World Editing)하는 능력은 체계적으로 연구되지 않았다는 문제의식을 바탕으로 합니다.#Review#World Editing#Executable Worlds#Game Modding#Intervention Depth#IGMBench#Coding Agents2026년 10월 5일댓글 수 로딩 중
[논문리뷰] When to Switch: Reliable Action-Chunk Extension for Vision-Language-Action Models본 논문은 VLA 모델의 inference 비용으로 인해 발생하는 끊김 현상(stop-and-go execution)을 해결하기 위해, Action Chunking 길이를 확장할 때 발생하는 신뢰성 문제를 해결하고자 한다.#Review#Vision-Language-Action Models#Action Chunking#Subskill Transition#Transition-timing Prediction#Robotic Manipulation#Flow-matching2026년 10월 5일댓글 수 로딩 중
[논문리뷰] What Matters for Latent Reasoning with Flow Matching본 논문은 Explicit CoT가 가진 높은 생성 비용과 추론 경로의 경직성 문제를 해결하기 위해 Latent reasoning의 최적화 방법을 탐구합니다.#Review#Latent Reasoning#Flow Matching#Chain-of-Thought (CoT)#Variational Autoencoder (VAE)#Test-time Scaling2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Training Numerical Intelligence via Auto-Diagnosis and Skill Discovery본 논문은 최신 LLM 기반 과학 에이전트들이 수치 해석 솔버를 생성할 수는 있지만, 성능 저하의 근본 원인을 파악하지 못해 반복적인 시행착오(trial-and-error)에 의존한다는 문제점을 해결하고자 합니다.#Review#Numerical Intelligence#Auto-Diagnosis#Skill Discovery#Scientific Computing#AI Agents#Numerical Solvers#Power Flow2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Towards Looped Models Done Right, Part II: Rethinking at Fixed PointsLooped 모델은 재귀적으로 동일한 층을 반복 적용하여 효율성을 극대화하려 하지만, 매 재귀마다 발생하는 학습, 디코딩, 프리필(prefill) 및 강화학습(RL) 비용이 여전히 모델 확장성(scalability)의 걸림돌이 되고 있습니다 .#Review#Looped Language Models#Fixed-Point Shaping#Terminal KV Sharing#Truncated Backpropagation#Distilled Prefill#Rollout-State Reuse#Depth Prior2026년 10월 5일댓글 수 로딩 중
[논문리뷰] The Missing Primitive: Diagnosing and Repairing Mathematical Reasoning in Large Language Models본 논문은 LLM이 수학 문제를 성공적으로 해결하더라도 문제의 구조적 원리를 실제로 이해하는지, 아니면 단순히 절차적 수행(procedural execution)을 반복하는지 불분명하다는 문제를 제기합니다 .#Review#Mathematical Reasoning#Large Language Models#Mathematical Primitive#Structural Understanding#Self-Distillation#Post-Training#Knowledge Internalization2026년 10월 5일댓글 수 로딩 중
[논문리뷰] TextReg: Mitigating Prompt Distributional Overfitting via Regularized Text-Space Optimization본 논문은 LLM의 프롬프트 최적화 과정에서 발생하는 Prompt Distributional Overfitting 문제를 해결하고자 합니다. 최근의 프롬프트 최적화 기법들은 학습 과정에서 프롬프트의 길이를 무분별하게 늘리거나, 특정 사례에만 적용되는 좁은 규칙들을 누적시킴으로써 일반화 성능을 떨어뜨리는 경향이 있습니다 .#Review#Prompt Optimization#Distributional Overfitting#Representation Efficiency#Regularization#LLM#Out-of-Distribution Generalization2026년 10월 5일댓글 수 로딩 중
[논문리뷰] SoK: Semantic Decision Engines in Network Control Loops본 논문은 현대 네트워크 제어 시스템에 도입되는 SDE들이 실제 운영 환경의 엄격한 시간 제약과 검증 요건을 만족하는지 체계적으로 분석합니다 . 많은 연구가 자신의 엔진이 네트워크 제어 루프에 적합하다고 주장하지만, 이러한 주장을 뒷받침할 수 있는 정량적 데이터(Matched Measurement)가 현저히 부족합니다.#Review#Network Control Loops#Semantic Decision Engines#Intent-based Networking#Service Orchestration#Systematization of Knowledge2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation본 논문은 Large Language Models (LLMs)가 Self-Generated Output을 Test-Time Training (TTT)에 활용할 때 발생하는 Long-Horizon Adaptation의 불안정성 및 Real-Text Prediction 성능 저하 문제를 해결하고자 합니다.#Review#Test-Time Training (TTT)#Self-Generated Feedback#Long-Horizon Adaptation#Causal Decomposition#Language Models#Model Instability#Real-Text Prediction#Settlement2026년 10월 5일댓글 수 로딩 중
[논문리뷰] SearchJev: A Fast and Calibrated System-1 Model for Search AgentsLLM 기반 Search Agent들은 복잡한 질문에 답하기 위해 추론과 검색을 반복적으로 수행하며, 이 과정에서 적합성(Relevance), 증거 충분성(Evidence Sufficiency), 다음 검색 행동 등과 같은 짧은 의사결정을 빈번하게 내린다.#Review#Search Agents#System-1 Model#Calibration#Dual-System Agent#Large Language Models (LLMs)#Decision Making#Efficiency#SearchDecision-Bench2026년 10월 5일댓글 수 로딩 중
[논문리뷰] RobotUse: Allocating Computation, Context, and Decisions본 논문은 일반적인 로봇 에이전트 설계에서 연산과 컨텍스트의 효율적 배분 문제를 해결하고자 한다. 기존의 코드 기반 또는 스킬 기반 하네스는 실행 세부사항과 의도적인 물리적 선택 사이의 연결을 모호하게 만들거나, 에이전트의 컨텍스트를 과도하게 점유하여 성능 저하를 초래한다.#Review#Robot Agent#Agent Harness#Physical Action#Playbook#Context Allocation#Task Success2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Rethinking Long-Video Efficiency: A Joint Allocation Perspective on Frames, Pixels, and Front-End Latency본 논문은 기존의 효율적인 Long-video 이해 방식이 Token budget 내에서 프레임 선택에만 집중하여, 해상도 조절과 Front-End Latency라는 두 가지 핵심 축을 간과하고 있음을 지적합니다.#Review#Long-video understanding#Vision-Language Models#Front-end latency#Token allocation#Cross-resolution decomposition#Determinantal Point Processes2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Representation-Space MMD for Diffusion Language Models기존 Diffusion Language Models (DLMs)는 노이즈 입력을 정제하여 텍스트를 생성하지만, conditional estimates가 반드시 고품질 샘플을 적은 스텝으로 생성하지는 못하는 한계가 있다.Diffusion distillation과 같은 기존 방법들은 샘플링 효율성을 개선했으나, teacher-derived targets나 jointly trained auxiliary models이 필요하다는…#Review#Diffusion Language Models (DLMs)#Maximum Mean Discrepancy (MMD)#Representation Space#Policy Gradients#Self-conditioning#Generative Perplexity#Accuracy-Computation Trade-off2026년 10월 5일댓글 수 로딩 중
[논문리뷰] RealtimeWAM: One-Step Asynchronous World Action Models본 논문은 기존 MoT 기반 WAM의 추론 효율성을 저해하는 두 가지 핵심 병목 현상을 해결하고자 합니다. 첫째, 다단계 행동 디노이징 과정에서 발생하는 Intra-expert iteration이 전체 추론 지연 시간의 약 90%를 차지합니다 .#Review#World Action Models#Consistency Distillation#Asynchronous Inference#Robot Manipulation#One-Step Generation#Pipeline Parallelism2026년 10월 5일댓글 수 로딩 중
[논문리뷰] QuantCode Model: Specializing Language Models for Executable Algorithmic Trading Code본 연구는 일반적인 코드 생성 모델이 알고리즘 트레이딩과 같은 고도로 특화된 도메인의 실행 가능한 코드 생성에서 실패하는 문제를 해결하고자 한다.#Review#Large Language Models#Algorithmic Trading#QuantCode-Bench#Continued Pretraining#Supervised Fine-tuning#Executable Code Generation#Capability-Retention2026년 10월 5일댓글 수 로딩 중
[논문리뷰] ProgressCompass: Embodied Progress Reward Models Are Lost Without the Right Context본 논문은 긴 시간 동안 지속되는 작업에서 PRM이 현재의 시각적 정보만으로는 진행률을 정확히 추정하지 못하는 문제, 즉 '문맥 의존적 진행률 추정'의 한계를 해결하고자 한다.#Review#Progress Reward Model#Embodied AI#Context-Dependent Progress Estimation#Agentic Loop#Vision-Language Models#ContextProgress-Bench2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training본 연구는 Native 2K 해상도에서의 공동 비디오-오디오 생성(Joint video-audio generation) 학습 시 발생하는 연산 효율성 및 학습 신호 희석 문제를 해결하기 위해 제안되었다.#Review#Dynamic Sparse Attention#Native 2K Training#Joint Video-Audio Generation#Cross-modal Coupling#Diffusion Transformer2026년 10월 5일댓글 수 로딩 중
[논문리뷰] PluginRSI: Recursive Improvement of Agent Harnesses with Reusable Plugins본 논문은 LLM 에이전트의 반복적인 성능 향상을 위해 수행되는 기존 Harness 최적화 방식의 한계점을 해결하고자 한다.#Review#Agentic AI#Harness Optimization#Recursive Self-improvement#Plugin Architecture#Modular Design#Software Engineering#Task Automation2026년 10월 5일댓글 수 로딩 중
[논문리뷰] PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training본 논문은 VLA 모델이 학습 데이터의 단순한 상관관계에 의존하는 Shortcut Learning 문제로 인해 실제 복잡한 환경에서 취약성을 보이는 것을 해결하고자 합니다 .#Review#Vision-Language-Action Models#Shortcut Learning#Modality Shortcuts#Perturbative Training#Robot Learning#Policy Evaluation#GroundFscore2026년 10월 5일댓글 수 로딩 중