[논문리뷰] CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies본 논문은 Vision-Language-Action (VLA) Policies가 로봇 조작에서 강력한 성능을 보임에도 불구하고, 실행이 nominal trajectory에서 벗어날 경우 취약하다는 핵심 문제를 제기합니다.#Review#Robotic Manipulation#Failure Recovery#Vision-Language-Action Policies#Self-Correction#Corrective Data Synthesis#3D Geometric Monitoring#Multi-arm Robotics#FSR-Bench2026년 9월 21일댓글 수 로딩 중
[논문리뷰] A Lie Detector Test for Language Models: Reading Knowledge a Model Won't Reveal본 논문은 LLM이 내부적으로 알고 있는 지식을 외부에 드러내지 않거나, 의도적으로 잘못된 답변을 생성하는 문제를 해결하고자 한다.#Review#Concealed Information Test#Sandbagging#Unlearning Verification#Probe of Internal Recognition (PIR)#Internal Recognition#Activation Probing#Deception Detection2026년 9월 21일댓글 수 로딩 중
[논문리뷰] 1% of Tokens Can Be Enough: On Gradient Estimation in On-Policy Distillation본 논문은 Sparse OPD에서 발생하는 기울기 추정의 신뢰성 문제를 해결하고자 합니다. 기존의 On-Policy Distillation(OPD) 방법론들은 학생 모델이 생성한 궤적의 모든 토큰에 대해 교사 감독을 적용하거나, 토큰의 '유용성(usefulness)'에 기반하여 중요한 토큰을 선별했습니다.#Review#On-Policy Distillation#Gradient Estimation#Information Geometry#Signal-to-Noise Ratio#Token Selection#Large Language Models#Sparse Supervision2026년 9월 21일댓글 수 로딩 중
[논문리뷰] When AI Reviews Train AI Reviewers: Scientific-Judgment Collapse and Mitigation본 논문은 LLM이 과학적 피어 리뷰에 도입되면서 발생하는 recursive training 기반의 판단 편향 문제를 해결하고자 합니다. 기존 연구들은 생성 데이터에 의존한 반복 학습이 데이터 분포를 왜곡하고 저확률 영역을 소멸시키는 모델 붕괴(model collapse)를 유발함을 지적해 왔습니다.#Review#Large Language Models#Scientific Peer Review#Recursive Training#Model Collapse#Activation Steering#Scientific-Judgment Collapse2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Training-Adaptive Convolutional Sparse Coding via Information Bottleneck for Robust Visual Representation본 논문은 딥러닝 모델의 중간 표현이 컴팩트함(compactness)과 충분함(sufficiency) 사이의 적절한 균형을 유지하지 못해 발생하는 정보 저하 및 중복성 문제를 해결하고자 합니다.#Review#Convolutional Sparse Coding#Information Bottleneck#Visual Representation#Robustness#FISTA#Post-training Adaptation2026년 9월 20일댓글 수 로딩 중
[논문리뷰] TeleAntiFraud 2.0: A Refreshable, Profile-Grounded, and Audio-Based Benchmark for Telecom Fraud Detection본 논문은 끊임없이 진화하는 통신 사기(Telecom Fraud) 위협에 대응하기 위한 평가 체계의 한계를 해결하고자 합니다.#Review#Telecom Fraud Detection#Audio Benchmark#Mixed-Tree Generation#Near-Domain Evaluation#Model Collapse#Snapshot-Based Benchmarking2026년 9월 20일댓글 수 로딩 중
[논문리뷰] SiliconBench: Speed, Memory, and Fidelity for LLM Serving on Unified-Memory Desktops본 논문은 통합 메모리 기반의 데스크탑 환경에서 LLM을 서빙할 때 단순히 속도(Speed)만 고려하는 기존 벤치마크의 한계점을 해결하고자 한다.#Review#LLM Serving#Apple Silicon#Unified Memory#Concurrency Scaling#Memory Discipline#Output Fidelity2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Retention-Constrained Post-Training Quantization of Cellpose-SAM for Stem Cell Microscopy본 연구는 Cellpose-SAM과 같은 segmentation foundation model을 실험실 환경의 CPU 및 엣지 하드웨어에 배포할 때 발생하는 높은 추론 비용 문제를 해결하고자 합니다.#Review#Post-Training Quantization#Cellpose-SAM#Stem Cell Microscopy#Instance Segmentation#Retention Protocol#Foundation Models#Edge Deployment2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Refinement Is Inherently Editable: Training-Free Prompt-to-Prompt Image Editing with Generative Refinement Network본 논문은 기존 text-guided image editing 방법들이 겪는 배경 보존과 편집 품질 간의 트레이드오프 문제를 해결하기 위해 RefineEdit 프레임워크를 제안한다.#Review#Generative Refinement Network#Prompt-to-Prompt Image Editing#Training-free#Hierarchical Binary Quantization#Refinement-Guided Bit Routing#Mask Stabilization2026년 9월 20일댓글 수 로딩 중
[논문리뷰] RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents본 논문은 GUI 에이전트와 터미널 에이전트로 이분화된 기존 모델들의 한계를 극복하고, 복잡한 실무를 처리하기 위한 하이브리드 에이전트의 필요성을 제기합니다. 기존 연구들은 GUI를 통해 인터페이스를 조작하거나, 코드 환경에서 소프트웨어를 구축하는 기능 중 하나에만 특화되어 있어 두 영역의 통합적 활용이 어렵습니다 .#Review#Hybrid Computer-Use Agents#RecreationWorld#RecreationBench#GUI-driven Coding#Execution-grounded Reward#Long-horizon Interaction2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Paint-Anything: Unified Any-Color Control for Image Generation and EditingPaint-Anything은 전문적인 디자인 요구사항을 충족하기 위해 객체 색상을 24-bit hex 값으로 정밀하게 제어하려는 목적으로 설계되었습니다. 기존 연구들은 특정 색상 모듈이나 학습 기반 토큰에 의존하거나, 복잡한 inference 단계의 guidance를 필요로 하여 확장성과 효율성 면에서 한계를 보였습니다.#Review#Any-Color Control#Hex-Prompt Interface#Text-to-Image Generation#Image Editing#Pure-Color Anchor#ACBench2026년 9월 20일댓글 수 로딩 중
[논문리뷰] OmniVChat: Synthesizing, Benchmarking, and Training for Native Audio-Visual Dialogue현재 audio-visual dialogue 연구는 데이터 가용성 및 평가라는 두 가지 핵심 제약에 직면해 있습니다. 첫째, 자신의 디바이스를 사용하는 사람들의 녹음 데이터가 매우 부족하며, 노이즈, 카메라 모션, 디바이스 자세 등으로 인해 입력 조건의 long tail 문제가 발생합니다.#Review#Audio-Visual Dialogue#Omni Models#Reinforcement Learning#Data Synthesis#Evaluation Benchmark#Multi-Agent System2026년 9월 20일댓글 수 로딩 중
[논문리뷰] OmniVBench: A Benchmark and Large-Scale Dataset for Omni Reference-to-Video Generation본 논문은 R2V 생태계가 더욱 복잡하고 composition 중심적인 방식으로 진화함에 따라 발생하는 평가 및 학습 자원의 부족 문제를 해결하고자 한다.#Review#Reference-to-Video Generation#Benchmark#Dataset#Factor-Grounded Evaluation#Omni-R2V2026년 9월 20일댓글 수 로딩 중
[논문리뷰] MoME: Mixture-of-Memory Embeddings for Context-Aware Sparse Lookup본 논문은 기존 메모리 확장 방식이 갖는 문맥 무지성(context-blind) 문제와 용량 할당의 비효율성을 해결하기 위해 제안되었습니다.#Review#Mixture-of-Experts#Memory-Augmented#Context-Aware#Sparse Lookup#Large Language Models#Embedding Tables#Polysemy2026년 9월 20일댓글 수 로딩 중
[논문리뷰] MintAct: A Unified Visual Agent for Digital Environments본 논문은 다양한 디지털 환경 전반에서 범용적으로 작동하는 통합 에이전트 모델 구축의 어려움을 해결하고자 합니다.#Review#Visual Agent#UI Grounding#Reinforcement Learning#Multimodal#Action Space#Asynchronous RL2026년 9월 20일댓글 수 로딩 중
[논문리뷰] MLLMs Hallucinate when Information Distribution Drifts in Synergy Heads본 논문은 MLLMs가 시각적 맥락과 사실적으로 불일치하는 그럴듯한 응답을 생성하는 Hallucinations 문제에 직면해 있음을 지적합니다.#Review#MLLMs#Hallucinations#Attention Heads#Information Disentanglement#Dynamic Calibration#Causal Intervention#Counterfactual Analysis#Synergy Heads2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Learning Foresight without Explicit Trajectories for 3D Diffusion Policies본 논문은 3D diffusion policy가 기하학적으로 정확한 action을 생성함에도 불구하고, 다단계 작업 수행 시 상호작용이 어떻게 전개될지 예측하는 'Foresight'가 부족하다는 점을 문제로 지적합니다 .#Review#3D Diffusion Policy#Robot Manipulation#Movement Trend Guidance#Foresight#FiLM#Point Cloud#Imitation Learning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] IntBMoE: Integrating Block-Level Conditioning into Expert Composition for Full-Participation Mixture-of-Experts본 논문은 기존의 MoE(Mixture-of-Experts) 아키텍처들이 Participation, Execution, Materialization이라는 세 가지 핵심 지표를 독립적으로 제어하지 못하는 근본적인 한계를 해결하고자 합니다 .#Review#Mixture-of-Experts#Expert Composition#Hypernetwork#Block-Level Conditioning#Sparse Routing#Full Participation#Parameter Materialization2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Grounded Skill Synthesis from Code at Scale for Agentic Intelligence본 논문은 에이전트 시스템이 방대한 외부 경험 없이도 복잡한 Long-horizon 작업을 수행할 수 있도록, 대규모 코드베이스에서 Grounded 된 기술을 합성하는 새로운 패러다임을 제안한다.#Review#Agentic AI#Skill Synthesis#Code Mining#Procedural Knowledge#Reinforcement Learning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Gricea: An Open Science Platform for Conversational AI ResearchConversational AI에 대한 실증적 연구가 증가하고 있으나, 연구 절차와 시스템 설정에 대한 파편화된 보고 방식으로 인해 재현(replication)과 지식의 누적에 큰 어려움이 존재합니다.#Review#Conversational AI#Controlled Studies#Human Subject Studies#Research Platform#Open Science#Reproducibility2026년 9월 20일댓글 수 로딩 중