[논문리뷰] A Stationary (and Therefore Compatible) Representation is All You Need본 논문은 급변하는 모델 생태계에서 개별 모델의 Representation이 변화함에 따라 발생하는 Compatibility 단절 문제를 해결하고자 합니다.#Review#Stationary Representation#Model Compatibility#Representation Learning#Knowledge Distillation#Feature Alignment2026년 6월 11일댓글 수 로딩 중
[논문리뷰] WorldOlympiad: Can Your World Model Survive a Triathlon?본 연구는 기존 세계 모델 평가 방식이 파편화되어 있고 실제 물리적 환경에서의 복합적인 능력을 충분히 측정하지 못한다는 문제의식에서 출발합니다. 현재 대부분의 연구는 특정 태스크에만 최적화되어 있어, 변화하는 환경에서의 일반화(Generalization) 성능이나 복잡한 인과 관계 이해도를 확인하기 어렵습니다.#Review#World Models#Benchmarking#Embodied AI#Generalization#Multimodal Evaluation#Simulator2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Workflow-GYM: Towards Long-Horizon Evaluation of Computer-use Agentic tasks in Real-World Professional Fields본 연구는 기존 에이전트 벤치마크가 지나치게 단순하거나, 실제 전문 업무의 복잡성을 충분히 반영하지 못한다는 한계를 해결하고자 합니다. 기존의 단기적인 작업 위주 평가는 실세계 환경에서 요구되는 고도의 Planning 능력과 Error Correction 능력을 측정하는 데 한계가 있습니다.#Review#Computer-use Agents#Long-Horizon Evaluation#Real-World Workflows#Agentic Tasks#Benchmark Platform#Professional Fields2026년 6월 9일댓글 수 로딩 중
[논문리뷰] When the Chain of Thought Knows Better: Failure Modes in Multi-Turn Reasoning Models본 연구는 Multi-turn Reasoning 환경에서 모델의 CoT가 실제 최종 답변의 정확도를 보장하지 않으며, 오히려 논리적 모순을 유발할 수 있다는 점을 문제로 제기합니다.#Review#Multi-turn Reasoning#Chain of Thought#Failure Modes#Faithfulness#LLM Evaluation2026년 6월 9일댓글 수 로딩 중
[논문리뷰] UniPET: a universal network for high-quality PET image denoising across varied dose reduction factors본 연구는 고정된 노이즈 수준에 맞춰진 기존 PET 노이즈 제거 모델들이 다양한 임상적 상황에서의 변동성에 효과적으로 대응하지 못한다는 문제점을 해결하고자 합니다.#Review#PET Image Denoising#Universal Network#Dose Reduction#Deep Learning#Medical Imaging2026년 6월 9일댓글 수 로딩 중
[논문리뷰] U-TTT: Towards Generalizable PET Image Denoising via Test-Time Training본 논문은 기존의 Supervised Learning 기반 PET Denoising 모델들이 훈련 데이터와 테스트 데이터 간의 Domain Shift가 발생할 경우 성능이 급격히 저하되는 문제를 해결하고자 합니다.#Review#PET Image Denoising#Test-Time Training#Generalization#Deep Learning#Unsupervised Learning#Medical Imaging2026년 6월 9일댓글 수 로딩 중
[논문리뷰] The Role of Feedback Alignment in Self-Distillation본 연구는 신경망 훈련 시 대규모 연산 자원이 필요한 Backpropagation의 의존성을 줄이고, Self-Distillation 과정에서의 효율성을 극대화하기 위해 수행되었다.#Review#Self-Distillation#Feedback Alignment#Backpropagation#Knowledge Distillation#Deep Learning2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Test-Time Gradient Guidance of Flow Policies in Reinforcement Learning본 논문은 표준적인 RL 정책(Policy)이 학습 이후 고정된 분포에서 액션을 샘플링하여 복잡한 제약 조건이나 급변하는 환경에서 최적 성능을 달성하지 못하는 한계를 해결하고자 합니다.#Review#Reinforcement Learning#Flow Policies#Test-Time Guidance#Gradient-based Optimization#Trajectory Optimization#Policy Search2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Struct-Searcher: Agentic Structural Thinking Advances Multimodal Deep Information Seeking본 논문은 현대의 멀티모달 딥 리서치 시스템이 정보 수집 과정에서 발생하는 Cross-modal conflict를 적절히 해결하지 못하는 '지식적 경직성(epistemic rigidity)' 문제를 해결하고자 합니다.#Review#Multimodal#Deep Research Agents#Belief Revision Theory#Structural Thinking#Multimodal Structural Graph (MSG)#Conflict-aware2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution본 연구는 고성능 LLM Agents를 구축하는 과정에서 직면하는 데이터 희소성과 정밀한 추론 전략의 부재를 해결하는 데 초점을 둡니다.#Review#LLM Agents#Dual-Role Evolution#Self-Play#Knowledge Bootstrapping#Task Planning#Iterative Refinement2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Retrospective Harness Optimization: Improving LLM Agents via Self-Preference over Trajectory Rollouts본 연구는 복잡한 Task를 수행하는 LLM Agent가 고정된 추론 방식에 의존하여 Suboptimal한 경로를 생성하는 문제를 해결하고자 한다.#Review#LLM Agents#Trajectory Optimization#Self-Preference#Reinforcement Learning#Alignment#Inference Optimization2026년 6월 9일댓글 수 로딩 중
[논문리뷰] PsychoSafe: Eliciting Psychologically-Informed Refusals in Large Language Models본 연구는 현재 LLM의 거절 방식이 지나치게 정형화되어 있어 사용자의 반발을 유발하거나, 의도치 않게 안전 필터를 우회당하는 취약점을 안고 있다는 문제에서 출발한다.#Review#LLM Safety#Psychology-Informed#Refusal Strategy#Alignment#Red Teaming#Cognitive Science#AI Ethics2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Online Skill Learning for Web Agents via State-Grounded Dynamic Retrieval본 연구는 기존 Web Agent가 복잡하고 동적인 웹 환경에서 일반화된 지식의 한계로 인해 특정 도메인이나 새로운 인터페이스 적응에 실패하는 문제를 해결하고자 합니다.#Review#Web Agents#Online Skill Learning#Dynamic Retrieval#State-Grounded#Sequential Decision Making#Skill Library#LLM2026년 6월 9일댓글 수 로딩 중
[논문리뷰] One Token per Multimodal Evidence: Latent Memory for Resource-Constrained QA멀티모달 질의응답 시스템은 고해상도 시각적 입력과 긴 컨텍스트 처리에 따른 과도한 컴퓨팅 리소스 소모로 인해 실시간 서비스 구현에 한계를 겪고 있습니다. 기존의 Visual Language Models (VLM)은 멀티모달 입력을 처리할 때 너무 많은 토큰을 생성하여 Latency와 Throughput 저하를 유발합니다.#Review#Multimodal QA#Latent Memory#Resource-Constrained#Token Efficiency#Evidence Retrieval#Visual Language Model2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Next Forcing: Causal World Modeling with Multi-Chunk Prediction본 논문은 기존 Autoregressive 모델이 긴 시퀀스를 생성할 때 발생하는 높은 Latency와 연산 비효율성 문제를 해결한다. 전통적인 모델은 토큰을 하나씩 생성해야 하므로, 복잡한 환경을 시뮬레이션하거나 긴 문맥을 생성할 때 병목 현상이 발생한다.#Review#World Modeling#Multi-Chunk Prediction#Causal Modeling#Autoregressive Generation#Sequence Modeling2026년 6월 9일댓글 수 로딩 중
[논문리뷰] MilliVid: Hierarchical Latents for Long-Range Consistency in Video Generation본 논문은 기존 비디오 생성 모델들이 직면한 긴 영상 생성 시 발생하는 Temporal Inconsistency와 정보의 누락 문제를 해결하고자 합니다. 기존의 프레임 단위 또는 짧은 세그먼트 기반의 생성 방식은 시간이 지날수록 전역적 구조를 잃어버리는 한계가 있습니다.#Review#Video Generation#Hierarchical Latents#Long-Range Consistency#Diffusion Models#Latent Space#Spatiotemporal Modeling2026년 6월 9일댓글 수 로딩 중
[논문리뷰] MemDreamer: Decoupling Perception and Reasoning for Long Video Understanding via Hierarchical Graph Memory and Agentic Retrieval Mechanism본 논문은 기존 Vision-Language Models(VLMs)가 긴 영상을 처리할 때 발생하는 토큰 폭발과 주의력 희석(Attention Dilution) 문제를 해결하고자 합니다.#Review#Long Video Understanding#Hierarchical Graph Memory#Agentic Retrieval#Vision-Language Models#Decoupled Perception and Reasoning2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Lip Forcing: Few-Step Autoregressive Diffusion for Real-time Lip Synchronization본 논문은 기존 Diffusion 기반의 오디오-비디오 생성 모델이 가진 높은 Latency와 연산 복잡도 문제를 해결하는 것을 목표로 합니다. 기존 방식은 고품질의 출력을 생성하기 위해 수십 번의 Sampling Step이 필요하여 실시간 서비스에 적용하기 어렵습니다.#Review#Lip Synchronization#Diffusion Models#Autoregressive#Real-time#Audio-Driven Talking Face2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Kwai Keye-VL-2.0 Technical Report본 연구는 대규모 다중 모달 데이터셋 환경에서 높은 추론 성능과 효율적인 정렬을 동시에 달성하기 위한 고성능 VLM 아키텍처 개발을 목표로 합니다.#Review#Vision-Language Model#Multimodal Pretraining#Alignment#Instruction Tuning#Visual Encoder#LLM2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Interpreting and Steering a Text-to-Speech Language Model with Sparse Autoencoders본 연구는 TTS 언어 모델의 내부 동작이 '블랙박스'로 남아있어, 특정 음성 속성을 정교하게 제어하기 어렵다는 문제를 해결합니다. 기존의 음성 모델은 특정 스타일이나 화자 변환을 위해 전체 모델을 재학습하거나 프롬프트 엔지니어링에 의존해야 하며, 이는 제어의 정밀도와 효율성 측면에서 한계가 있습니다.#Review#Sparse Autoencoders#Text-to-Speech#Mechanistic Interpretability#Latent Space#Controllable Generation2026년 6월 9일댓글 수 로딩 중