[논문리뷰] Removing the NEEDLE in the Haystack: Backdoor Removal in LLMs via Weight Orthogonalisation본 논문은 LLM에 삽입된 백도어를 제거하는 과정에서 모델의 안전성 관련 행동이 의도치 않게 저해되는 문제를 해결하고자 합니다. 기존의 백도어 제거 기법들은 백도어를 삭제하는 과정에서 모델의 출력 분포를 왜곡시켜, 전반적인 성능 저하나 안전성 메커니즘의 약화를 초래하는 한계가 있습니다.#Review#LLM#Backdoor Removal#Weight Orthogonalisation#Activation Steering#Refusal Subspace#Safety2026년 10월 1일댓글 수 로딩 중
[논문리뷰] RPTune: Learned Context Curation for LLM Catalog Search본 논문은 대규모 마켓플레이스 위주로 설계된 기존의 복잡한 다단계 검색 파이프라인이 SMB의 소규모 카탈로그에는 비효율적이라는 점을 지적하며, 이를 LLM의 In-context Catalog Search로 해결하고자 합니다 .#Review#In-context Catalog Search#LLM Post-training#Catalog Curation#Reorganizer#GRPO#SMBs#RPTune2026년 10월 1일댓글 수 로딩 중
[논문리뷰] ROWBench: Do Video Models Render What the Program Specifies?본 논문은 비디오 생성 모델이 외형적으로는 그럴듯해 보여도, 실제 프로그램이 명시한 규칙이나 상호작용 이벤트를 정확히 수행하고 있는지 검증하기 어렵다는 문제를 해결합니다 .#Review#Video Generation#Programmable World Models#Benchmark#Interaction Success#Logic-Render Alignment#Long-horizon Consistency2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Pretrain Once, Route Anywhere: Towards a Foundation Model for LLM Routing본 논문은 LLM 라우팅 시스템이 직면한 환경 변화 대응의 어려움과 반복적인 재학습 비용 문제를 해결하고자 합니다. 기존의 Local Fitting 패러다임은 특정 도메인이나 후보 모델 풀에 과적합되어, 새로운 도메인이나 모델이 등장할 때마다 추가적인 데이터 수집과 모델 최적화가 필수적이었습니다 .#Review#LLM Routing#Foundation Model#In-Context Learning#Routing Pretraining#Model Selection#Quality-Efficiency Trade-off2026년 10월 1일댓글 수 로딩 중
[논문리뷰] PixelDense: Dense Prediction as Representation Alignment for Pixel Diffusion본 논문은 Diffusion 모델 학습 시 고정된 인코더로부터 정렬 신호를 받는 REPA 방식이, 단순히 의미론적 teacher에만 의존할 때 발생하는 한계를 해결하고자 합니다.#Review#Pixel Diffusion#Representation Alignment#Dense Prediction#Diffusion Transformer#Geometric Constraint#Semantic Routing2026년 10월 1일댓글 수 로딩 중
[논문리뷰] PhysVista: Benchmarking Physical Intelligence in VLMs via a Perception-Reasoning-Assessment Loop본 논문은 현대 Vision-Language Models(VLMs)가 뛰어난 시각적 인식 능력을 갖추었음에도 불구하고, 물리 법칙에 기반한 진정한 이해와 판단력은 여전히 부족하다는 점을 해결하고자 합니다 .#Review#Vision-Language Models#Physical Intelligence#Closed-loop Cognitive Framework#Physical Causal Reasoning#Physical Plausibility Assessment#Real-world Videos#AI-generated Content2026년 10월 1일댓글 수 로딩 중
[논문리뷰] OpenTumorBoard: A Real-World Benchmark of Multidisciplinary Tumor Board Discussion Trajectories본 논문은 기존 의료 분야 LLM 벤치마크가 실제 임상 현장의 다학제적 논의 과정을 반영하지 못하고 단순 시험 문제 형식에 머물러 있다는 한계를 해결하고자 한다 .#Review#Multidisciplinary Tumor Board#LLM Benchmarking#Clinical Decision-Making#Multimodal Reasoning#Agentic Biomedical AI#Discussion Trajectories2026년 10월 1일댓글 수 로딩 중
[논문리뷰] OneStreamer: Unifying Perception, Memory, and Proactive Response in Streaming Video Interaction본 논문은 Streaming video LLMs가 미래 작업에 대한 관련성을 알기 전에 증거를 보존하고 충분한 증거가 가용해졌을 때 응답해야 하는 과제에 직면해 있음을 지적한다.#Review#Streaming Video LLM#Proactive Generation#Hierarchical Caption Memory#State Transition Learning#Streaming Data Synthesis#Online Video Understanding#Multimodal Interaction2026년 10월 1일댓글 수 로딩 중
[논문리뷰] On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics본 논문은 Post-training 과정에서 널리 활용되는 On-policy와 Off-policy 학습 방법론 사이의 성능 차이를 유발하는 핵심 요인을 규명합니다.#Review#Knowledge Distillation#On-Policy Learning#Off-Policy Learning#KL Divergence#Large Language Models#Rollout Policy#Strong-to-Weak Distillation2026년 10월 1일댓글 수 로딩 중
[논문리뷰] OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning본 논문은 현재의 Omni-LLM들이 전체 오디오-비디오 시퀀스를 단일 Forward pass로 수동적으로 처리함에 따라 발생하는 정보 희석(dilution)과 단일 모달리티 의존 문제를 해결하고자 합니다.#Review#Omni-LLM#Agentic Framework#Audio-Visual Reasoning#Multi-turn Tool Protocol#Evidence Acquisition#Chain-of-Thought#Reinforcement Learning2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Omni-Embed-Mini: Binding Modalities Without Forgetting via Dense Distillation본 연구는 멀티모달 임베딩 모델 학습 시 발생하는 Catastrophic Forgetting과 모델 크기의 과도한 팽창인 Modality Bloat 문제를 해결하는 데 목적이 있습니다. 기존의 Omni-modal 모델들은 여러 모달리티를 공동 학습하면서 텍스트 검색의 기초적인 성능을 저하시키는 결과를 초래합니다.#Review#Omni-modal Embedding#Frozen Backbone#Dense Distillation#Matryoshka Representation Learning#Multimodal Retrieval#Catastrophic Forgetting2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Multimodal Flow: Unified Flow Modeling of Language and Vision in Embedding Spaces본 논문은 기존의 통합 멀티모달 모델들이 겪는 표현적 제약과 생성 과정의 불일치 문제를 해결하기 위해 제안되었습니다 . 기존 모델들은 이미지를 이산화(quantization)하여 시각적 정보를 손실하거나, 언어(이산적)와 이미지(연속적)를 처리하는 목적 함수와 샘플링 절차를 분리하여 운영하는 한계를 가집니다.#Review#Multimodal Flow#Flow Matching#Continuous Generative Modeling#Hyperchunks#Chunk-Causal#Multimodal Pretraining2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Make Sparse Rewards Count: Density-Aware Reward Aggregation for Multi-Reward RL본 논문은 Multi-Reward Reinforcement Learning에서 reward 간의 불균형한 학습 속도 문제를 해결하는 것을 핵심 목표로 합니다.#Review#Reinforcement Learning#Large Language Models#Multi-Reward RL#GRPO#Advantage Energy#Density-Aware#Reward Aggregation2026년 10월 1일댓글 수 로딩 중
[논문리뷰] KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards본 논문은 현대의 사이버 보안 워크플로우에서 LLM의 도구 사용 능력을 평가하기 위한 표준화된 체계가 부족하다는 점을 해결합니다.#Review#Cybersecurity#LLMs#Benchmark#Command-Line Interface#NL-to-CLI#Verifiable Rewards#Kali Linux2026년 10월 1일댓글 수 로딩 중
[논문리뷰] InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation본 논문은 humanoid가 훈련 과정에서 경험하지 못한 복잡한 loco-manipulation 작업을 어떻게 스스로 해결하고 개선할 수 있는지에 대한 문제를 다룹니다 .#Review#Humanoid Loco-Manipulation#Test-Time Evolution#Reward Programs#Behavioral Foundation Model#LLM Agent#Object-Aware Control2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Hierarchical Continuous Diffusion Language Models본 논문은 기존의 Discrete Diffusion Language Models와 Continuous Diffusion Language Models가 공통적으로 직면한 구조적 한계를 해결하기 위해 제안되었습니다.#Review#Diffusion Language Models#Continuous Latent#Hierarchical Coupling#Variational Inference#Reasoning Tasks#Token Dependence2026년 10월 1일댓글 수 로딩 중
[논문리뷰] GraphForge: Training Working Agents with Graph-Anchored Workspace Synthesis본 논문은 실세계 작업 에이전트(Working Agents)를 학습시키기 위한 고품질의 검증 가능한 데이터 합성 파이프라인 부재 문제를 해결합니다. 기존 연구들은 가상 데이터를 생성하거나(실재성 부족), 실제 파일을 사용하더라도 체계적인 검증 루브릭이 없어 결과물의 품질을 확인하기 어렵다는 한계가 있었습니다 .#Review#Working Agents#Evidence Graph#Workspace Synthesis#Instruction Tuning#Rejection Fine-tuning#O*NET#Verifiable Rubrics2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Generalization Is Stability, Not Accuracy: Multi-Axis Evaluation of LLMs본 논문은 LLM의 일반화 능력이 단순히 단일 벤치마크에서의 Aggregate Accuracy로 평가될 수 없다는 문제를 제기합니다.#Review#Large Language Models#Generalization#Robustness#Stability#Multi-Axis Evaluation#SAGO#Behavioral Instability2026년 10월 1일댓글 수 로딩 중
[논문리뷰] FlexRouter: Learning Complementary Model Sets for Flexible LLM Routing본 논문은 현대 LLM 서비스에서 독립적인 모델 스코어링 기반의 라우팅 기법들이 가진 근본적인 한계를 해결하고자 합니다. 기존 방식은 모델 간의 상호 상관관계를 무시하고 가장 높은 점수의 모델들을 선택하여, 동일한 실패 모드(failure mode)를 공유하는 중복된 모델 세트가 구성되는 문제가 발생합니다 .#Review#LLM Routing#Determinantal Point Processes#Subset Selection#Model Complementarity#Adaptive Inference#Coverage-oriented Objective#RouterEval2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Fewer Tokens, Better Action: GPT-6 Astra Robot Agents with 14% Higher Success Rate but 65% Fewer Tokens본 연구는 VLM 기반 로봇 에이전트가 작업을 수행할 때 발생하는 과도한 Inference 비용과 불필요한 토큰 오버헤드 문제를 해결하는 데 목적이 있습니다.#Review#VLM#Robot Agent#Code Execution#Primitive Composition#Selective Observation#Inference Efficiency#Token Consumption2026년 10월 1일댓글 수 로딩 중