[논문리뷰] Multi-Head Attention Residuals본 논문은 기존 Transformer의 Attention Residuals가 가진 구조적 한계인 Forced Compromise를 해결하기 위해 제안되었습니다.#Review#Multi-Head Attention Residuals#MHAR#Depth Routing#Transformer Architecture#Forced Compromise#Fused Triton Kernels2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Metis: Memory Foundation Model본 논문은 AI 에이전트의 핵심인 메모리 기능이 기존에는 주로 Retrieval-Augmented Generation (RAG) 와 같은 외부 모듈에 의존하고 있어 발생하는 비효율성을 해결하고자 합니다 .#Review#Memory Foundation Model#Native Memory#Metis#Fast Weight Programming#Memory Attention#Autonomous Memory Procedure#Foundation Model2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Memory Decoder at Scale: A Pretrained, Parametric Long-Term Memory본 연구는 기존 decoder-only 모델들이 long-term memory와 reasoning 능력을 단일 파라미터 세트에 결합하고 있어, 메모리 용량을 독립적으로 확장하기 어렵다는 문제를 해결하고자 합니다.#Review#Parametric Memory#Long-Term Memory#Language Modeling#Distributed Faiss#Parameter Efficiency#Retrieval-Augmented Generation2026년 7월 30일댓글 수 로딩 중
[논문리뷰] MemHarness: Memory Is Reconstructed, Not Replayed본 논문은 기존 메모리 증강 LLM 에이전트들이 겪는 '경험의 부적합성(Applicability Gap)' 문제를 해결하고자 한다.#Review#LLM Agents#Sequential Decision-Making#Experiential Memory#Reinforcement Learning#Memory Reconstruction#GRPO#Policy Optimization2026년 7월 30일댓글 수 로딩 중
[논문리뷰] MPIE-Bench: Benchmarking Anatomically Plausible Multi-Person Interaction Editing본 논문은 최신 Text-to-Image 편집 모델이 다수 인물이 포함된 고난도 상호작용(포옹, 격투 등)을 생성할 때 발생하는 심각한 해부학적 오류를 지적한다.#Review#Multi-Person Interaction#Anatomically Plausible#Mesh Reconstruction#Editing Benchmark#Contact Density#HMR2026년 7월 30일댓글 수 로딩 중
[논문리뷰] LEDGERMIND: Provenance-Constrained Multimodal Agentic Reasoning with a Structured Evidence Ledger본 논문은 현대의 다중 모달 에이전트(Multimodal Agents)가 단순한 결과의 정확성(Final-answer accuracy)만을 평가받는 구조적 한계와, 추론 과정에서의 불투명성 문제를 해결하는 것을 목표로 합니다.#Review#Multimodal Agents#Provenance-Constrained#Structured Evidence Ledger#Trajectory Faithfulness#Grounding#Hallucination Mitigation2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Is Deep Research Reliable? Misleading Knowledge Induces False Conclusions본 논문은 Deep Research 시스템이 외부 정보에 포함된 그럴듯한 거짓 정보에 얼마나 취약한지 규명하고자 한다 . 기존 연구들은 단기적인 RAG 환경에서의 신뢰성만을 주로 다루었으나, 긴 연구 흐름 속에서 거짓 정보가 어떻게 중간 단계에 흡수되고 최종 결과물에까지 반영되는지에 대한 분석은 부족했다.#Review#Deep Research#LLM Agents#Misleading Knowledge#Reliability#False Conclusion#Retrieval-Augmented Generation2026년 7월 30일댓글 수 로딩 중
[논문리뷰] INTACT: Isomorphic Intent-to-Action Learning for Search-Free World ModelsLatent world models, while capable of predicting future states given actions (forward conditional), struggle with inverse control—recovering actions for a desired change.#Review2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Harness-G: A Graph-Structured Harness for Search Agents본 논문은 현재의 LLM 기반 검색 에이전트들이 사용하는 자유 형식 query 생성 방식이 RL 최적화 과정에서 심각한 비효율을 초래함을 지적한다.#Review#Search Agents#Retrieval-Augmented Generation#Reinforcement Learning#Graph-Structured Retrieval#Action Menu#Credit Assignment#Retrieval-Equivalence Collapse2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering본 연구는 AI 시스템이 스스로를 구축하고 최적화하는 AI4AI의 실현을 위해, 구체적인 실행 피드백 기반의 MLE 환경과 반복적 개선 루프를 결합하는 것을 목표로 합니다.#Review#Recursive Self-Improvement#Machine Learning Engineering#OpenMLE#Meta-Evolution#AI4AI#Evolutionary Search2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Flux-OPD: On-Policy Distillation with Evolving Contexts본 논문은 오픈 도메인(open-ended domains) 환경에서 검증 가능한 보상(verifiable rewards)이 결여되어 작업 선호도를 명시적으로 학습하기 어렵다는 문제를 해결하고자 합니다.#Review#On-Policy Distillation#Evolving Contexts#Context Distillation#Reverse KL Decomposition#Open-Ended Domains#Task Preferences2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Filesystem-Based Memory for LLM Agents: Organization, Evolution, and Sustainability본 논문은 LLM 에이전트가 사용하는 Filesystem-Based Memory의 관리 및 지속 가능성에 관한 체계적인 탐구를 제안합니다.#Review#LLM Agents#Filesystem-Based Memory#Agent Memory#Organization#Sustainability#Declarative Memory#Procedural Skills2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Fairness Pruning: Locating Demographic Bias in GLU-MLP Layers via Differential Activations본 논문은 LLM이 학습 데이터 내의 사회적 편향을 구조적으로 내재화하는 문제를 해결하기 위해, 모델의 일반적 능력을 저하시키지 않으면서 편향만을 정밀하게 제거하는 효율적인 방안을 탐색합니다.#Review#Large Language Models#Demographic Bias#Mechanistic Interpretability#Neural Pruning#GLU-MLP#Differential Activation2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Explorative Modeling: Unlocking a Third Pretraining Axis and End-to-End Generation본 논문은 기존의 고성능 생성 모델들이 고착화된 모델링 구조로 인해 완전한 End-to-End 학습을 수행하지 못하고 있다는 문제를 제기한다.#Review#Generative Modeling#Explorative Modeling#End-to-End#Mode Forcing#Generative Expressivity#Pretraining Axis2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Echoverse: Deep, Evolving Environments for Training Computer-Use Agents at Scale본 논문은 기존의 Live-web 기반 벤치마크가 Computer-Use Agent 학습 및 평가에 가지는 근본적인 한계를 해결하고자 한다.#Review#Computer-Use Agent#Reinforcement Learning#Synthetic Environments#Co-evolution Loop#Grounded Grading#Agentic Workflow2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Chimera: Designing and Chinchilla-Scaling Hybrid Visual Diffusion Transformers본 논문은 Token-intensive 환경에서 고해상도 이미지 및 긴 영상 데이터를 처리할 때 발생하는 Diffusion Transformer의 연산 및 메모리 비효율 문제를 해결하고자 한다. 기존의 Full Attention 구조는 시퀀스 길이에 따라 연산 비용이 제곱으로 증가하여 확장성에 한계가 있다.#Review#Diffusion Transformers#Hybrid Attention#Chinchilla Scaling#Mixture-of-Experts#Compute-Optimal#HeteroP2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Can Large Language Models Execute Parent Orders?본 논문은 대량 주문을 집행할 때 발생하는 비용을 줄이기 위해 기존 모델들이 가진 한계를 극복하고자 LLM의 활용 가능성을 탐구한다.#Review#Parent-Order Execution#Large Language Models#Algorithmic Trading#PACE#Hierarchical Framework#Market Microstructure2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beyond Geometric Complementarity: Coherent Overlap in Sparse Mixture-of-Experts RoutingSparse Mixture-of-Experts (MoE) 모델에서 전문가들의 공동 선택은 흔히 '기하학적 보완성(geometric complementarity)'으로 설명되는데, 이는 선택된 전문가들이 서로 다른 표현 방향을 담당한다는 가정에 기반합니다 .#Review#Mixture-of-Experts#Sparse Routing#Expert Subspaces#Geometric Complementarity#Route Coherence2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beyond Borrowed Histories: Person-Aligned User Simulation for Interactive Role-Playing Evaluation본 논문은 기존 RPA 평가 방식이 고정된 대화 히스토리를 기반으로 모델을 평가함으로써 발생하는 데이터 오염 및 정적 평가의 한계를 극복하기 위해 제안되었습니다.#Review#Role-Playing Agents (RPAs)#User Simulation#Personalized Evaluation#Interactive Evaluation#LLM Benchmarking2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beacon: Knowing When and How to Perform Agentic Visual Reasoning본 논문은 기존의 Agentic Visual Reasoning 모델들이 도구 사용의 효율성과 효과성 측면에서 한계를 지니고 있다는 점을 문제로 정의합니다 .#Review#Agentic Visual Reasoning#Multimodal Large Language Models#Reinforcement Learning#Mode Adaptiveness#Tool Effect#Code Generation#Adaptive Reward2026년 7월 30일댓글 수 로딩 중