[논문리뷰] World in World: Explore the World with World Models본 논문은 사전 학습된(frozen) Causal Video World Models를 재학습 없이도 자유롭고 정교하게 제어할 수 있는 통합 인터페이스를 제공하고자 합니다 .#Review#World Models#Video Generation#Visual-Evidence Interface#Training-free#Self-Attention#Camera Control2026년 9월 10일댓글 수 로딩 중
[논문리뷰] UniH^3: Unifying Hierarchical Homogeneity and Heterogeneity for All-in-One Medical Image Restoration본 논문은 기존 All-in-One 의료 영상 복원(MedIR) 모델들이 데이터의 이질성(heterogeneity) 모델링에만 치중하고 의료 영상 내의 구조적 동질성(homogeneity)을 간과하고 있다는 문제점을 지적합니다.#Review#Medical Image Restoration#All-in-One#Universal Model#Hierarchical Homogeneity#Hierarchical Heterogeneity#Memory Network#Attention Mechanism2026년 9월 10일댓글 수 로딩 중
[논문리뷰] SpatialBlock: Enhancing Spatial Intelligence in LVLMs via Synthetic Block-Stacking Problem본 논문은 LVLM(Large Vision-Language Model)이 2D 이미지로부터 3D 구조를 추론하는 공간 지능이 부족하다는 점을 해결하고자 한다. 기존 연구들은 실제 장면(real-scene)에 대한 dense한 기하학적 주석(annotation)에 의존하여 확장성이 낮고 비용이 많이 드는 한계가 있다 .#Review#Spatial Intelligence#LVLM#Block-Stacking#Synthetic Dataset#Spatial Reasoning#Anchor-based Reasoning#Reinforcement Learning2026년 9월 10일댓글 수 로딩 중
[논문리뷰] SenseNova-U1.5: Towards Native Unified Visual Intelligence본 논문은 기존의 복합적 비전 생성 시스템이 가진 아키텍처 분리 문제를 해결하고자 합니다. 대부분의 모델은 Vision Encoder와 VAE를 각각 사용하여 인지 영역과 생성 영역을 분리하는데, 이는 정보의 왜곡과 효율성 저하를 초래합니다.#Review#Native Unified Multimodal Model#Encoder-free#VAE-free#Flow Matching#On-Policy Distillation#Mixture-of-Transformers#Spatial Reconstruction2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Recursive Code World Models: Building Complex Worlds through Recursive Scene Programs본 논문은 단일 2D 이미지로부터 3D 월드를 실행 가능한 코드로 재구성할 때 발생하는 복잡성 관리 문제를 해결하고자 합니다. 기존의 코드 기반 재구성 방식은 단일 trajectory 내에서 전체 구조를 해결하려 시도하므로, 대규모 환경의 세부 사항을 놓치거나 구성요소 간의 공간적 충돌을 빈번하게 유발합니다 .#Review#Recursive Code World Models#Recursive Scene Programs#Image-to-3D#Vision-Language Agent#Procedural Generation2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Negative Self-Distillation: Learning to Reason by Avoiding Flaws본 논문은 기존 On-Policy Self-Distillation (OPSD) 패러다임이 Large Language Models (LLMs)의 복잡한 추론 task 성능을 저하시키는 문제를 해결하고자 Negative Self-Distillation (NSD)를 제안합니다.#Review#Negative Self-Distillation#LLM Reasoning#Unlikelihood Training#Self-Bootstrapped Learning#Mathematical Reasoning#Adaptive Gating#Reflection2026년 9월 10일댓글 수 로딩 중
[논문리뷰] NCP-ArchPreview Technical Report: Moving towards Latent Space Language Models through Next Concept Prediction본 논문은 표준적인 NTP가 semantic structure를 학습하는 데 있어 간접적인 supervision에 의존한다는 점을 극복하기 위해 latent-space 기반의 모델을 제안합니다.#Review#Language Modeling#Latent Space#Next Concept Prediction#Product Quantization#Hierarchical Residual#Foundation Model2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Mi-Ripple: Restoring Images Degraded by Iterative AI Editing본 논문은 반복적인 reference-conditioned AI image editing이 이미지 전반에 걸쳐 유발하는 Digital Ripple 현상을 해결하고자 한다 .#Review#image restoration#iterative reference-conditioned image editing#structure-aware filtering#digital ripple#spectral analysis#AI-generated images2026년 9월 10일댓글 수 로딩 중
[논문리뷰] MetroLLM-Bench: Evaluating Language Models as Transit Kiosk Runtimes본 논문은 transit kiosk의 정책 레이어로서 언어 모델을 도입할 때 발생하는 운영적 한계를 평가하고 해결하는 것을 목표로 한다.#Review#MetroLLM-Bench#Transit Kiosk Runtimes#Parameter-Efficient Fine-Tuning (PEFT)#Qwen#ReAct#Function Calling#Benchmark2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Memory as Plans: World-Action Modeling with Memory-Grounded Planning본 연구는 복잡한 real-world robotic manipulation tasks가 본질적으로 non-Markovian하며, 현재 observation을 넘어선 long-horizon memory를 요구한다는 문제에 직면한다.#Review#Robotic Manipulation#Long-Horizon Memory#Memory-Grounded Planning#Plan-Conditioned Execution#World-Action-Progress Model#Inference Efficiency#Multimodal Episodic Context#Progress Calibration2026년 9월 10일댓글 수 로딩 중
[논문리뷰] IdeaAMBIG: Benchmarking Implementation-Critical Gaps in Research-Idea Specifications본 연구는 연구 아이디어의 제안된 방법론이 충실한 구현을 위해 충분히 명시되었는지 여부, 즉 Codification Readiness 문제를 다룹니다.#Review#IdeaAmbig#Codification Readiness#Defect Localization#Clarification Action Generation#Research Ideas#LLMs2026년 9월 10일댓글 수 로딩 중
[논문리뷰] HyQuant: Hybrid-Precision Quantization for LLM Attention본 논문은 LLM attention module의 low-bit quantization이 end-to-end model quality를 저하시키는 문제를 해결하고자 합니다.#Review#LLM#Quantization#Attention Mechanism#Hybrid Precision#KV Cache#Long-Context Inference#Vertical-Line Tokens2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Generative Late-Interaction Embeddings For Visual Document Retrieval본 논문은 Late-Interaction 모델이 고성능을 제공하지만, 페이지당 수천 개의 벡터를 저장해야 하는 과도한 저장 공간(Storage) 문제를 해결하고자 합니다. 기존의 압축 방식(Token pooling, Pruning)은 성능 저하가 크거나 모델을 재학습(Retraining)해야 한다는 한계가 있습니다.#Review#Late-Interaction#Visual Document Retrieval#Generative Embeddings#Manifold Learning#Spherical Anchoring#MaxSim#Compression2026년 9월 10일댓글 수 로딩 중
[논문리뷰] FreeFlow: A Bias-free Hierarchical Transformer for Optical Flow Estimation기존 Optical Flow 추정 방법들은 Correlation Volume, Feature Warping, Iterative Refinement와 같은 태스크 고유의 Inductive Biases에 크게 의존해왔습니다.#Review#Optical Flow#Vision Transformers#High-resolution#Bias-free#Hierarchical Attention#Dense Prediction2026년 9월 10일댓글 수 로딩 중
[논문리뷰] EvoSafeHarness: Evolving Model- and Domain-Specific Harnesses for Securing Agents본 논문은 LLM 에이전트의 보안을 강화하기 위해 범용적인 고정형(Fixed) 보안 가이드라인이 아닌, 각 모델과 도메인에 최적화된 맞춤형 보안 환경을 자동으로 설계하는 문제를 해결하고자 한다.#Review#LLM Agents#Security Harness#Prompt Injection#System-level Defense#Auto-optimization#Robustness#Domain-specific#Safety-utility Trade-off2026년 9월 10일댓글 수 로딩 중
[논문리뷰] DRG-MAPPO: Hierarchical Dynamic Role-Graph Multi-Agent Reinforcement Learning for Cooperative Air Combat본 논문은 현대 공중전의 복잡한 멀티 에이전트 협력 문제 해결을 위한 MARL 프레임워크의 한계점을 개선하고자 한다.#Review#Multi-Agent Reinforcement Learning#Hierarchical Policy#Graph Attention Network#Role Assignment#Air Combat2026년 9월 10일댓글 수 로딩 중
[논문리뷰] CARDEA: Auditable Reasoning Grounded in Spatial Evidence for End-to-End Coronary Angiography Interpretation본 논문은 기존 AI 기반 CAG 시스템이 진단 과정의 투명성이 부족하여 임상적 신뢰를 얻기 어렵다는 문제를 해결하고자 한다.#Review#Coronary Angiography#End-to-End Pipeline#Large Vision-Language Models#Reinforcement Learning with Verifiable Rewards#Auditable Reasoning#Visual Grounding2026년 9월 10일댓글 수 로딩 중
[논문리뷰] Beyond Solver Verdicts: Generative Reward Models for Autoformalization본 논문은 신경기호주의(Neurosymbolic) 시스템에서 solver가 코드의 실행 가능성만을 보장할 뿐, 자연어 문제와 공식 언어 간의 정확한 의미적 대응을 보장하지 못한다는 근본적인 취약점을 다룹니다.#Review#Autoformalization#Generative Verification#Verdict-Preserving-Unfaithfulness#SMT Solver#Reward Modeling#Neurosymbolic Systems2026년 9월 10일댓글 수 로딩 중
[논문리뷰] An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics본 연구는 모델의 post-training 및 test-time inference 설계가 고난도 올림피아드 수학 증명 생성에 미치는 영향을 체계적으로 분석하고 최적의 파이프라인을 제시하는 것을 목표로 합니다.#Review#IMO#Nemotron-3-Ultra#Reinforcement Learning#Test-time-compute#Proof-generation#Olympiad Mathematics2026년 9월 10일댓글 수 로딩 중
[논문리뷰] ActReview: Rebuttal-Guided Training Data and Rubric Rewards for Actionable Peer Review Generation본 논문은 기존 LLM 기반 peer-review 보조 시스템이 단순한 결함 식별에 그치고, 저자에게 실질적이고 구체적인 수정 가이드라인을 제공하지 못하는 Descriptive한 성격에 머물러 있다는 한계를 해결하고자 한다 .#Review#Actionable Peer-Review#Post-training#Rebuttal-Guided Supervision#Rubric-Based Reinforcement Learning#GRPO#Scientific Writing#LLM-as-a-Judge2026년 9월 10일댓글 수 로딩 중