[논문리뷰] Physis-Lang: Self-Evolving Language as a Physical Representation for Video World Model본 논문은 기존 비디오 월드 모델이 시각적으로는 그럴듯해도 물리 법칙을 빈번히 위반하는 문제를 해결하고자 합니다. 기존 연구들은 물리적 지식을 주입하기 위해 외부 시각 정보, 수치, 혹은 계획 기반 신호를 추가하는 방식을 택했으나, 이는 시스템의 복잡성을 높이고 일반화 성능을 제한합니다.#Review#Video World Models#Physical Plausibility#Self-Evolving Framework#Physics-Aware Representation#Agentic Loop#PhysCapBench2026년 9월 30일댓글 수 로딩 중
[논문리뷰] OSWorld-Science: A Benchmark of Computer Use Agents for Learning and Using Scientific Software본 연구는 기존의 범용 CUA 벤치마크가 과학 연구 분야의 특수한 인터페이스와 복잡한 워크플로우를 충분히 평가하지 못한다는 한계를 극복하기 위해 설계되었습니다. 과학적 소프트웨어는 고도의 도메인 지식과 정밀한 인터페이스 조작을 요구하며, 단순히 질문에 답하는 LLM 에이전트와는 차별화된 능력이 필수적입니다.#Review#Computer-using Agents#Scientific Software#Benchmark#Multimodal Foundation Models#Task-specific Evaluation#Artifact-based Grading2026년 9월 30일댓글 수 로딩 중
[논문리뷰] More Choices, Fewer Decisions: Ordinal-Scale Bias in JEV-like Direct-Decision Models본 연구는 JEV와 같은 Direct-decision models가 높은 Accuracy를 보임에도 불구하고, 사용자가 정의한 Ordinal-scale을 충분히 활용하지 못하는 신뢰성 문제를 해결하고자 합니다.#Review#Direct-decision models#Ordinal-scale bias#Candidate-space compression#Effective support#BA-LoRA2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Mitigating the Length-Scaling Tax with Online Distillation본 논문은 LLM의 RLVR 사후 학습 과정에서 발생하는 불필요한 응답 길이 증가 문제를 해결하고자 합니다. 기존 연구들은 추론 역량 강화의 신호로 응답 길이 성장을 긍정적으로 보았으나, 저자들은 이미 잘 해결되는 쉬운 문제들조차 RL 업데이트 과정에서 불필요하게 길어지는 LST를 확인했습니다 .#Review#Length-Scaling Tax#Reinforcement Learning#Online Distillation#Reasoning Efficiency#Chain-of-Thought#Policy Gradient#Post-training2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents본 논문은 Terminal Agent의 Action 생성 능력이 높더라도 실제 실행 시 발생하는 오류가 Trajectory 성공률을 크게 저해하는 문제를 해결하고자 합니다.#Review#Terminal Agents#Test-time Compute#Action Verification#Action Scaling#Trajectory Scaling#Verifier Distillation2026년 9월 30일댓글 수 로딩 중
[논문리뷰] LoopVL: Recurrent Visual Intelligence본 논문은 recurrent computation을 비전-언어 모델에 효과적으로 확장하여 연산 효율성과 추론 성능을 극대화하는 것을 목적으로 합니다. 기존의 독립적인 Transformer 레이어 스택은 모델의 깊이를 늘리기 위해 파라미터 수를 비례적으로 증가시켜야 하는 한계가 있습니다.#Review#Recurrent Transformers#Vision-Language Models#LoopVL#Parameter Efficiency#Multimodal Reasoning#Visual Aha Moment2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Learning Meta-Skills for Agent Harness Design in Test-Time AI4AI본 논문은 에이전트의 수행 능력이 모델의 추론 능력뿐만 아니라 그가 활동하는 환경(harness)에 의해 결정된다는 점에 주목하여, 모델 가중치 고정 상태에서 Builder가 더 나은 실행 환경을 구축하도록 학습하는 문제를 정의한다.#Review#AI4AI#Test-Time Adaptation#Meta-Skills#Agentic Systems#Harness Construction#Self-Improvement2026년 9월 30일댓글 수 로딩 중
[논문리뷰] It's Not What the Image Shows: Irrelevant Context Destabilises VLM Judges Without Informing Them본 논문은 VLM이 인간 어노테이터를 대체하는 상황에서, 과업 수행과 무관한 배경 이미지(Irrelevant Context)가 모델의 판단 결과에 의도치 않은 영향을 미치는 문제를 해결하고자 합니다.#Review#Vision-Language Models#LLM-as-a-judge#Substitutability#Context Sensitivity#Idiomatic Expression#Stress Test2026년 9월 30일댓글 수 로딩 중
[논문리뷰] I Have a Stream: Making Self-Supervised Learning Work on Continuous Video본 논문은 일반적인 Self-Supervised Learning(SSL)이 전제하는 i.i.d.(independent and identically distributed) 환경과 달리, 실제 비디오 스트림은 시간적 순서가 강하게 보존되어 있으며 높은 중복성을 가진다는 문제에 주목합니다.#Review#Self-Supervised Learning#Continuous Video Streams#StreamMAE#Masked Autoencoders#Intra-batch Similarity2026년 9월 30일댓글 수 로딩 중
[논문리뷰] False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents본 논문은 Self-evolving search agents에서 나타나는 'Co-cheating'이라는 새로운 실패 모드를 식별하고 이를 해결하는 것을 목표로 한다 .#Review#Self-Evolving Agents#Search Agents#Co-Cheating#Cross-Fitting#Reward Shaping#Curriculum Learning2026년 9월 30일댓글 수 로딩 중
[논문리뷰] EvoDuet: Bilevel Co-Evolution of Web Searching and Task Solving for Scientific DiscoveryLLM 기반의 진화적 탐색(Evolutionary Search)은 외부 지식이 필요한 경우에 정체되는 한계를 보입니다. 기존 연구들은 웹 검색 도구를 단순 삽입하는 방식을 취하지만, 이는 솔루션이 변경되어도 동일한 페이지를 반복적으로 참조하는 비효율성을 야기하며 탐색 과정을 고착화합니다 .#Review#Scientific Discovery#Large Language Models#Evolutionary Search#Bilevel Optimization#Web Searching#Query Evolution2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DyRAD: Radar Novel View Synthesis for Dynamic Driving Scenes본 논문은 자율주행 시스템의 폐루프 평가(Closed-loop evaluation)를 위해 실제 주행 경로를 벗어난 환경에서도 레이더 데이터를 정확하게 재구성할 수 있는 새로운 NVS 프레임워크를 제안한다.#Review#Radar#Novel View Synthesis#Dynamic Driving Scenes#Doppler#Point-Spread Function#Neural Rendering#Autonomous Driving2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DuoOPD: Learning from Joint Teacher-Student Outcomes for Multi-Task On-Policy Distillation본 논문은 기존의 OPD가 교사와 학생 간의 정답 여부 차이를 고려하지 않아 발생하는 비효율성 문제를 해결하고자 합니다. 기존 방식은 교사와 학생의 성공 여부에 관계없이 일률적인 피드백을 제공하므로, 학생이 이미 맞힌 응답까지 억제하거나 실패한 응답을 강화하는 등의 오류를 범합니다.#Review#On-policy Distillation#Multi-task Learning#Joint Outcomes#Softplus#Feedback Calibration2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Decompose Radicals, Then Reward: Fine-Grained Inspection for Accurate Chinese Text Rendering본 논문은 기존 OCR 기반 보상이 중국어 텍스트 생성의 구조적 오류를 효과적으로 해결하지 못한다는 점을 지적한다. 기존의 OCR 기반 보상 방식은 한자를 원자적(atomic) 단위로 처리하므로, 획의 일부분만 틀린 경우에도 전체 캐릭터가 틀렸다는 동일한 수준의 부정적 피드백을 제공한다 .#Review#Text-to-Image Generation#Chinese Visual Text Rendering#IDS#OCR Reward#Reinforcement Learning#GRPO2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DC-SAE: Deep Compression Semantic Autoencoder for Faster Diffusion Convergence본 논문은 높은 공간 압축률을 유지하면서도 Diffusion 모델의 학습 효율을 저해하지 않는 이상적인 Visual Tokenizer를 설계하는 것을 목표로 합니다. 기존의 고압축 Tokenizer는 추론 비용을 낮추지만, 학습 과정에서 모델의 수렴 속도를 현저히 늦추는 한계가 있습니다.#Review#Deep Compression#Semantic Autoencoder#Diffusion Model#Tokenization#Generative Latent Models#Reconstruction Fidelity2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DAGent: Evaluate-then-Grow Planning for Deep Research Agents본 논문은 기존의 Plan-then-Patch 전략이 가진 취약성을 해결하고, 복잡한 Deep Research 작업의 효율성을 극대화하기 위해 제안되었습니다.#Review#Deep Research#DAG#Evaluate-then-Grow#Multi-Agent System#Reinforcement Learning#DAGRPO#Context Propagation2026년 9월 30일댓글 수 로딩 중
[논문리뷰] CUA-SWE: When Computer-Use Agents Meet Visual Software Engineering본 논문은 기존의 소프트웨어 공학 에이전트가 코드 수정과 실행 결과 확인이라는 고립된 환경에서만 연구되는 한계를 해결하고자 한다 . 실제 개발 과정에서는 애플리케이션을 직접 실행하고 GUI를 통해 시각적으로 문제를 진단하며, 상호작용을 통해 코드 변경의 효과를 검증하는 과정이 필수적이다.#Review#Computer-Use Agents#Software Engineering#Visual Grounding#Benchmark#Human-Computer Interaction#Autonomous Agents2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Breaking Babel: A Self-Evolving Multi-Agent System for Long-Form Subtitle Translation본 연구는 장기 자막 번역(Long-form subtitle translation) 시 발생하는 일관성 저하와 문맥 이해 부족 문제를 해결하고자 한다. 기존의 Single-LLM 방식은 문장 단위의 번역에 국한되어 시리즈 전체를 관통하는 서사적 일관성과 용어 정의를 유지하기 어렵다 .#Review#Long-Form Subtitle Translation#Multi-Agent System#Self-Evolving#Test-Time Training#Subtitle Arena#SubMQM#Persistent Memory2026년 9월 30일댓글 수 로딩 중
[논문리뷰] BiasReducer: Adaptive Bias Mitigation for Reward Models본 논문은 Reward model이 특정 응답 속성에 과도하게 의존하여 발생하는 Reward hacking 문제를 효율적으로 해결하고자 한다. 기존의 학습 기반 방식은 추가적인 데이터와 컴퓨팅 자원을 요구하며, 고정된 편향 수정 방식은 다양한 데이터셋의 특성을 반영하지 못한다는 한계가 있다.#Review#Reward Model#Bias Mitigation#Sparse Autoencoder#Model Editing#RLHF#Representation Learning2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Beyond the Remembered World: Predictive 4D Belief for Persistent Navigation in Evolving Worlds본 논문은 기존의 고정된 환경 내비게이션 연구가 간과해 온 '동적 변화' 문제를 해결하고자 합니다. 기존 방식은 과거의 관측을 토대로 지도를 작성하지만, 실제 환경에서는 에이전트가 이동하는 동안에도 타겟 객체가 이동할 수 있어 과거의 정보가 무효화되는 문제가 발생합니다 .#Review#Evolving-World Navigation#4D Belief#Predictive Memory#Embodied Agent#Persistent Navigation#Visibility-qualified#EvoWorld-Bench2026년 9월 30일댓글 수 로딩 중