[논문리뷰] Raven: The Harness of Harnesses for Composable Agentic Intelligence본 논문은 대규모 에이전트 시스템에서 Harness 설계의 확장성 부족과 특정 도메인에 대한 과도한 결합(Coupling) 문제를 해결하고자 합니다. 기존 에이전트 연구들은 단일 도메인에서의 성능 최적화에 집중해 왔으나, 실제 복잡한 작업은 여러 전문 영역의 결합이 필수적입니다.#Review#Multi-Agent System#Agent Harness#Task Orchestration#Skill Forge#Composable Intelligence#Self-Evolution2026년 9월 29일댓글 수 로딩 중
[논문리뷰] ROSS: Relearning from Self-Generated Rollouts through Selective Supervision본 논문은 LLM 학습 과정에서 발생하는 수많은 자가 생성 Rollouts가 정책(Policy)이 발전함에 따라 '낡은 것(stale)'으로 간주되어 버려지는 문제를 해결하고자 합니다.#Review#Large Language Models#Reinforcement Learning#On-policy Distillation#Selective Supervision#Trajectory Reuse#Offline SFT#Agentic RL2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Periodic Weak Spots: Phase Sensitivity from Chunked KV-Cache CompressionLong-context inference는 KV cache의 메모리 및 attention 비용으로 인해 bottleneck 현상을 겪으며, chunked KV-cache compression은 DeepSeek-V4 모델 등에서 사용되는 실용적인 해결책입니다.#Review2026년 9월 29일댓글 수 로딩 중
[논문리뷰] PanoVLN: Towards Effective Panoramic Vision-and-Language Navigation본 논문은 기존의 Vision-and-Language Navigation (VLN) 모델들이 제한된 시야를 가진 Perspective Image에 의존하여 환경 탐색에 한계를 겪는 문제를 해결합니다.#Review#Vision-and-Language Navigation#Panoramic Geometry#Confidence-guided Execution#Decision-centric Data#Geometric Fusion#VLN-CE2026년 9월 29일댓글 수 로딩 중
[논문리뷰] OmniTaskonomy: When Does Visual Generation Improve Visual Understanding?본 논문은 시각적 생성(Visual Generation) supervision이 Visual Understanding 모델의 성능 향상에 기여하는지에 대한 불확실성을 해결하기 위해 OmniTaskonomy를 제안한다.#Review#OmniTaskonomy#Visual Generation#Visual Understanding#Multimodal Models#Transfer Learning#Gradient Alignment#Task Taxonomy2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Omni-IO Skills: Harnessing Your Agent Omni-Native일반적인 목적의 에이전트(General-purpose agents)는 장기적인 계획(long-horizon planning), 추론(reasoning), 그리고 행동(acting) 능력을 가지고 있지만, 텍스트, 이미지, 오디오, 비디오, 문서, 3D 자산, 코드 등 다양한 모달리티(modality)에 걸쳐 생산 능력(production capabilities)이 단편적이라는 한계가 있다.#Review#Agent Harness#Omni-modal#Hierarchical Skills#Multimodal Orchestration#Asset Registry#Declare Execution Graph#Cross-modal Tasks2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Omni-Decision: Evidence-Ledger Planning for Omni-Modal Agents본 논문은 멀티모달 에이전트가 복잡한 증거 탐색 과제 수행 시 겪는 핵심 병목인 '계획(Planning)' 능력 부족 문제를 해결하고자 합니다. 기존 방식은 대화 이력에 노이즈가 많은 멀티모달 관찰 데이터가 무분별하게 누적되어, 모델이 장기적인 계획을 수립하고 의사결정을 내리는 데 큰 방해 요인으로 작용합니다 .#Review#Omni-modal Agent#Evidence-Ledger Planning#Multimodal Planning#Agentic Workflow#State-Conditioned Control#Evidence-seeking QA2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Marathoner: Ultra-Long-Horizon Autonomous Intelligence본 논문은 최신 독점 모델들이 보여주는 수일간의 자율적인 초장기 작업 수행 능력을 오픈 소스 모델에서도 구현하기 위해 제안되었다.#Review#Autonomous Intelligence#Ultra-Long-Horizon#Reinforcement Learning#Rejection Sampling#Software Engineering#Multi-Task Chaining2026년 9월 29일댓글 수 로딩 중
[논문리뷰] MaLiang-Harness: A Programmable Path to Image and Video Generation본 논문은 MLLM을 활용한 시각적 생성에서 코드가 논리적으로는 실행 가능하더라도 사용자의 의도와 부합하지 않는 결과를 초래하는 P2V Gap 문제를 해결하고자 한다.#Review#Multimodal Large Language Models#Programmatic Visual Generation#Persistent Executable Generation#Revision-aware Editing#Visual Feedback#P2V Gap2026년 9월 29일댓글 수 로딩 중
[논문리뷰] LongLive-Plug: Once-for-All Distillation for Video Generation비디오 diffusion model은 점차 다양한 downstream task를 위한 specialized model로 발전하고 있으며, 이러한 과정에서 샘플링 가속화나 long-video 생성 개선을 위한 distillation 단계가 필수적으로 요구됩니다.#Review#Video Generation#Distillation#LoRA#Classifier-Free Guidance#Few-Step Sampling#Long-Context#Plug-and-Play2026년 9월 29일댓글 수 로딩 중
[논문리뷰] LongCat-DeepResearch Technical Report본 연구는 심층 연구 시스템이 전체 리포트 작성 과정에서 일관된 연구 의제를 유지하면서도 각 섹션별 상세 조사를 효율적으로 병렬 처리해야 하는 문제를 해결합니다. 기존의 연구 방식은 전체 리포트를 반복적으로 수정하거나 지나치게 확장된 컨텍스트를 사용하여 성능 병목을 초래하는 한계가 있었습니다.#Review#Deep Research#LongCat#ResearchSpec#Multi-agent Workflow#Evidence-grounded#Report Synthesis#Section-level Coordination2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Learning Beyond What You Sample: Off-Policy-Aware Cross-Model Trajectory Exchange for RLVR본 논문은 Reinforcement Learning with Verifiable Rewards (RLVR) 기법, 특히 Group Relative Policy Optimization (GRPO)의 핵심적인 한계를 해결하고자 합니다.#Review#RLVR#GRPO#LLMs#Off-Policy Learning#Cross-Model Trajectory Exchange#Complementary Learning2026년 9월 29일댓글 수 로딩 중
[논문리뷰] LLMs are General Asynchronous Agents본 논문은 현대의 LLM이 주로 순차적인 Read-Think-Reply 루프에 갇혀 있어, 실시간성이 중요한 환경에서 비동기적 반응을 처리하는 데 한계가 있다는 문제의식을 다룹니다.#Review#AsyncLLM#Asynchronous Agents#Concurrency#Shared Memory#CacheBlocks#Hybrid LLMs#Inference Engine2026년 9월 29일댓글 수 로딩 중
[논문리뷰] LEGO-Anything: Coding Agents for 3D Scene Reconstruction기존의 3D 재구성 방법론은 메쉬(meshes), 포인트 맵(point maps), 또는 객체 세트(object sets)와 같이 고정된 3D 출력을 생성하거나, 인식, 재구성, 자산 검색 및 장면 조립을 위한 특화된 구성 요소를 결합하는 경향이 있습니다.#Review#3D Scene Reconstruction#Coding Agents#Image-to-Code#Blender#LEGO-Bench#Iterative Refinement#Scene Program#Visual Representation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] In-Context Learning for Robots: Methods and Applications본 논문은 일반 목적 로봇이 새로운 과업을 수행할 때 마주하는 정보의 공백(information gap)을 효과적으로 해결하고자 한다.#Review#In-Context Learning#Robotics#Neural Policy Learning#Demonstration Transfer#Context-Conditioned Policies#Adaptation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] HybridCUA: Learning to Orchestrate GUI and CLI for Computer-Use Agents기존 Computer-Use Agents (CUAs)는 GUI 상호작용에만 의존하거나 application-specific API 또는 tool을 사용하여 task를 수행하지만, 이러한 방식은 비효율적이거나 확장성이 떨어진다는 핵심 문제에 직면해 있습니다.#Review#Computer-Use Agent#GUI-CLI Orchestration#Reinforcement Learning#Hybrid Data Generation#Multimodal LLM2026년 9월 29일댓글 수 로딩 중
[논문리뷰] HiRAE: Hierarchical Representation Autoencoding with Residual Budgets본 논문은 사전 학습된 vision encoder의 풍부한 정보를 활용하면서도, 재구성과 생성 간의 성능 균형을 최적화하는 통합 프레임워크를 제안합니다. 기존 연구들은 최상위 계층의 추상적 의미 정보에만 의존하여 세밀한 세부 묘사가 부족하거나, 특정 계층을 수동으로 선택해야 하는 한계를 가지고 있습니다.#Review#Representation Autoencoder#Hierarchical Fusion#Residual Regularization#Image Generation#Latent Diffusion#DINOv3#Tokenizer2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Follow the Entities: A Corpus Map for Agentic Search본 논문은 대규모 문서 집합에서 정보를 찾는 기존 Agentic Search가 가진 비효율성과 정보 누락 문제를 해결하고자 합니다. 기존 방식은 Corpus를 단순히 평면적인 문서 집합으로만 처리하므로, Agent가 질문을 받을 때마다 문서 간의 관계를 매번 새롭게 추론해야 하는 한계가 있습니다.#Review#Agentic Search#Corpus Navigation#Entity-Centric Mapping#Cross-Document Linking#Retrieval-Augmented Generation#Entity Resolution2026년 9월 29일댓글 수 로딩 중
[논문리뷰] FocusVTC: Efficient and High-Performance Visual Text Compression with Adaptive ResolutionLarge Language Models (LLMs)에서 긴 Context를 처리하는 것은 상당한 계산 및 메모리 비용을 발생시키며, Long context window가 항상 신뢰할 수 있는 검색 및 추론을 보장하지 않는다.#Review2026년 9월 29일댓글 수 로딩 중
[논문리뷰] EpiCon: Collective Agent Learning through Co-Evolving Multimodal Memory본 논문은 멀티 에이전트 시스템(MAS)에서 각 에이전트가 수행한 경험을 상호 재사용하고 발전시킬 수 있는 효율적인 공유 메모리 메커니즘이 부족하다는 문제를 해결하고자 한다.#Review#Collective Agent Learning#Multimodal Memory#Experience Bank#Memory Controller#Tree Self-Organizer#Agentic Workflow2026년 9월 29일댓글 수 로딩 중