[논문리뷰] From Activation to Causality: Discovery of Causal Visual Representations in the Human Brain본 논문은 뇌의 시각적 개념 표상을 결정하는 데 있어 기존의 Activation-based 방법론이 갖는 근본적인 한계를 해결하고자 합니다.#Review#fMRI#Causal Representation Discovery#Visual Concept Localization#Generative Models#Counterfactual Stimuli#BrainCause2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Domain-Specific Data Synthesis for LLMs via Minimal Sufficient Representation Learning본 논문은 LLM의 도메인 특화 적응(Domain-Specific Adaptation) 과정에서 발생하는 데이터 확보 문제를 해결하고자 한다.#Review#Domain-Specific Data Synthesis#LLMs#Minimal Sufficient Representation Learning#Prompt Tuning#Contrastive Disentanglement#Domain Adaptation2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Diagnosing Harmful Continuation in Answer-Correct Long-CoT Training Traces본 연구는 답변이 정확한 Long-CoT 데이터라도 그 내부의 추론 궤적에 따라 모델 학습의 유효성이 크게 달라질 수 있다는 점을 문제로 제기합니다. 기존 연구들은 데이터 선택이나 단순한 길이 절삭(truncation)에 의존하여 추론 단계의 품질을 근본적으로 규명하지 못했습니다.#Review#Long-CoT#Supervised Fine-Tuning#Harmful Continuation#Uncertainty–Geometry Mismatch#Reasoning Trace#Boundary Proxy2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Decoupled Residual Denoising Diffusion Models for Unified and Data Efficient Image-to-Image Translation본 논문은 기존 coupled diffusion models가 unified I2I translation 과제에서 겪는 성능 한계를 해결하고자 합니다.#Review#Diffusion Models#Image-to-Image Translation#Domain Harmonization#Data Efficiency#Residual Learning#Manifold Lifting2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Decentralized Instruction Tuning: Conflict-Aware Splitting and Weight Merging본 연구는 대규모 instruction tuning에서 발생하는 Gradient Interference와 시스템 통신 병목이라는 두 가지 핵심 문제를 동시에 해결하고자 한다.#Review#Instruction Tuning#Model Merging#Decentralized Optimization#Gradient Interference#Vision-Language Models#PCA Decomposition2026년 6월 2일댓글 수 로딩 중
[논문리뷰] ClawHub Security Signals: When VirusTotal, Static Analysis, and SkillSpector Disagree본 논문은 LLM 에이전트 생태계에서 핵심 소프트웨어 단위인 Agent Skills의 보안 문제를 다루며, 서로 다른 보안 스캐너(VirusTotal, Static Analysis, SkillSpector)들이 동일한 스킬에 대해 불일치하는 결과를 보일 때 이를 어떻게 해석하고 대응할 것인지에 대한 문제를 제기한다.#Review#Agent Skills#LLM Agents#Software Supply Chain#Security Scanning#Scanner Disagreement#Trust Artifacts#OpenClaw2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Bootstrap Your Generator: Unpaired Visual Editing with Flow Matching본 논문은 대규모 paired dataset 없이도 instruction-based visual editing이 가능한 범용 프레임워크인 ByG (Bootstrap Your Generator)를 제안합니다 .#Review#Flow Matching#Unpaired Editing#Cycle Consistency#Straight-Through Estimation#Gradient Routing#Bootstrap#Visual Editing2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Benchmarking Visual State Tracking in Multimodal Video Understanding본 논문은 최신 Multimodal Large Language Models (MLLMs)가 비디오의 지속적인 역동성을 이해하고 상태를 추적하는 능력, 즉 Visual State Tracking 능력이 결여되어 있다는 점을 지적한다 .#Review#Multimodal Large Language Models#Video Understanding#Visual State Tracking#Benchmark#Visual Perception#Agentic Frameworks2026년 6월 2일댓글 수 로딩 중
[논문리뷰] BA-T: An Iterative Transformer for Two-View Bundle Adjustment본 연구는 기존의 feed-forward 3D 재구성 모델들이 의존하는 heavy decoder stack의 비효율성과 기하학적 self-correction 메커니즘의 부재를 해결하고자 합니다.#Review#Bundle Adjustment#Iterative Transformer#Implicit Latent Space#Two-View Reconstruction#Pose Estimation#Geometric Consistency2026년 6월 2일댓글 수 로딩 중
[논문리뷰] AutoMedBench: Towards Medical AutoResearch with Agentic AI Models본 논문은 기존 의료 AI 벤치마크가 End-to-End 연구 과정의 복잡성을 간과하고 최종 결과물 평가에만 치중하여, 에이전트의 행동 특성이나 실패 원인을 파악하기 어렵다는 문제점을 해결하고자 합니다 .#Review#Medical-AI#Autonomous Agents#Benchmark#Research Automation#Workflow-Aware Evaluation#LLM2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Adaptive Auto-Harness: Sustained Self-Improvement for Agentic System Deployment on Open-Ended Task Streams본 논문은 기존의 Auto-Harness 시스템들이 고정된 오프라인 벤치마크에서는 우수한 성능을 보이지만, 실제 Open-Ended Task Streams 환경에서는 성능 저하를 겪는다는 문제를 해결합니다 .#Review#Agentic System#Auto-Harness#Open-Ended Task Streams#Multi-Agent Evolution#Solve-Time Adaptation#Non-Stationarity#Human-in-the-Loop2026년 6월 2일댓글 수 로딩 중
[논문리뷰] AURA: Action-Gated Memory for Robot Policies at Constant VRAM로봇 에이전트가 끊김 없이 지속적으로 동작하는 환경에서 기존의 Transformer KV-cache 방식은 에피소드 길이에 따라 메모리 요구량이 선형적으로 증가하여 에지 하드웨어의 메모리 대역폭을 심각하게 제한합니다.#Review#Robot Policies#VRAM#Action-Utility Gate#Fast-Weight Memory#Inference Efficiency#POMDP2026년 6월 2일댓글 수 로딩 중
[논문리뷰] A Multi-AI-agent Framework Enabling End-to-end Finite Element Analysis for Solid Mechanics ProblemsFEA는 현대 공학의 필수 요소이나, 입문자에게 요구되는 높은 학습 곡선과 복잡한 시뮬레이션 설정 오류로 인해 진입 장벽이 매우 높습니다. 기존의 API 기반 자동화 방식은 고정된 스크립트와 템플릿에 의존하여 설계 변경 시 유연성이 부족하다는 한계를 가집니다.#Review#AI agent#Finite Element Analysis (FEA)#Large Language Models (LLM)#Multi-agent framework#Retrieval-Augmented Generation (RAG)#Solid mechanics2026년 6월 2일댓글 수 로딩 중
[논문리뷰] A Local Perturbation Theory for Cross-Domain Interference and Recovery in Multi-Domain RL본 논문은 순차적 Multi-Domain RL에서 발생하는 선택적 성능 저하 메커니즘을 규명하고 이를 해결하기 위한 이론적 토대를 구축한다. 기존 연구들은 이를 catastrophic forgetting 또는 global gradient conflict로 설명하려 했으나, 실제 실험 결과는 이러한 설명들과 불일치한다 .#Review#Multi-Domain RL#Cross-Domain Interference#Local Perturbation Theory#Gradient Conflict#Domain Refresh#Second-Order Damage#Active Routes2026년 6월 2일댓글 수 로딩 중
[논문리뷰] X-Stream: Exploring MLLMs as Multiplexers for Multi-Stream Understanding본 논문은 기존의 영상 이해 연구가 주로 단일 스트림 기반에 머물러 있어, 실제 환경에서 요구되는 멀티 스트림 간의 협업 및 이해 능력을 평가하지 못한다는 한계를 지적합니다 .#Review#Multi-Stream Understanding#MLLMs#Multiplexing#Streaming Benchmark#Online Inference#Cross-Stream Reasoning2026년 6월 1일댓글 수 로딩 중
[논문리뷰] Which Pretraining Paradigm Better Serves Spatial Intelligence? An Empirical Comparison of Vision-Language and Video Generation Models본 논문은 Spatial Intelligence를 구축하는 데 있어 VLM과 VGM 중 어느 사전 학습(Pre-training) 패러다임이 더 우수한 표현 체계(Representation substrate)를 제공하는지 분석한다 .#Review#Spatial Intelligence#Vision-Language Models#Video Generation Models#Frozen-Feature Probing#Representation Learning#Semantic Tagging#3D Geometry Prediction2026년 6월 1일댓글 수 로딩 중
[논문리뷰] Where to Look: Can Foundation Models Reach a Target Viewpoint Through Active Exploration?본 논문은 Foundation Models가 수동적인 시각적 이해를 넘어, 능동적인 탐색을 통해 3D 공간에서 목표 시점을 정확히 재현할 수 있는지 질문합니다 . 기존 연구들은 주로 사전에 수집된 데이터에 의존하여 '무엇이 어디에 있는가'를 묻는 정적인 공간 지능에 집중해 왔습니다.#Review#Target Viewpoint Reproduction#TVRBench#Active Exploration#Foundation Models#Spatial Intelligence#Embodied AI#GRPO#SFT2026년 6월 1일댓글 수 로딩 중
[논문리뷰] When Does Multi-Agent RL Improve LLM Workflows? Workflow, Scale, and Policy-Sharing Tradeoffs본 논문은 다중 에이전트 LLM 워크플로우의 end-to-end 강화학습 시 발생하는 성능 불안정성과 그 원인을 체계적으로 규명하는 것을 목표로 합니다. 기존 연구들은 개별 워크플로우에 특화된 알고리즘을 제안하는 데 그쳤으며, 왜 특정 환경에서 학습이 성공하거나 실패하는지에 대한 근본적인 메커니즘을 설명하지 못했습니다 .#Review#Multi-Agent RL#LLM Workflows#Reinforcement Learning#Policy-Sharing#Gradient Dynamics#Role Drift2026년 6월 1일댓글 수 로딩 중
[논문리뷰] VideoMLA: Low-Rank Latent KV Cache for Minute-Scale Autoregressive Video Diffusion본 논문은 autoregressive 영상 확산 모델에서 streaming 생성 시 발생하는 방대한 KV 캐시 메모리 비용 문제를 해결하고자 합니다.#Review#Video Diffusion#Multi-Head Latent Attention#KV Cache#Autoregressive Generation#Low-Rank Latent#Streaming Video#3D-RoPE2026년 6월 1일댓글 수 로딩 중
[논문리뷰] VLMs are Good Teachers for Video Reasoning via Adaptive Test-Time Optimization본 연구는 기존의 'Reasoning with Video' 패러다임에서 VGM들이 높은 시각적 품질에도 불구하고 논리적 추론이나 특정 규칙 준수에서 시스템적인 한계를 보인다는 문제에 주목합니다 .#Review#Video Generation Models#Video Reasoning#Vision-Language Models#Test-Time Optimization#LoRA#Differentiable Rewards2026년 6월 1일댓글 수 로딩 중