본문으로 건너뛰기

Review

[논문리뷰] Socratic-SWE: Self-Evolving Coding Agents via Trace-Derived Agent Skills

본 연구는 LLM 기반 소프트웨어 엔지니어링 에이전트가 고품질 태스크 데이터 부족으로 인해 학습 및 일반화 성능이 제한되는 문제를 해결하고자 합니다. 기존 합성 데이터 생성 방식은 고정된 규칙이나 무작위 버그 주입에 의존하여 에이전트의 실제 취약점이나 학습 진행 상황을 반영하지 못한다는 한계가 있습니다.
#Review#Software Engineering#Large Language Models#Reinforcement Learning#Self-Evolution#Agent Skills#Trace-Driven Learning#Code Repair
댓글 수 로딩 중

[논문리뷰] SoCRATES: Towards Reliable Automated Evaluation of Proactive LLM Mediation across Domains and Socio-cognitive Variations

본 논문은 실시간으로 변화하는 복잡한 갈등 상황에서 LLM 기반 중재자를 안정적으로 평가할 수 있는 체계적인 방법론이 부재하다는 문제에서 출발한다. 기존 연구들은 몇몇 제한된 도메인에 의존하거나, 중재자의 성능을 전체 대화 맥락에서 평가함으로써 관련 없는 대화 내용에 의한 노이즈를 발생시킨다는 한계가 있다.
#Review#LLM Mediation#Automated Evaluation#Socio-cognitive Adaptation#Agentic Pipeline#Topic-localized Evaluation
댓글 수 로딩 중

[논문리뷰] Parametric Social Identity Injection and Diversification in Public Opinion Simulation

본 논문은 기존의 LLM 기반 공공 의견 시뮬레이션 방식이 가진 심각한 다양성 결여 문제를 해결하고자 한다. 저자들은 기존의 프롬프트 기반 페르소나 방식이 실제 인간의 응답 분포를 모사하지 못하고, 계층적 정보 전달 과정에서 정체성 정보가 유실되는 Diversity Collapse 현상을 발견하였다 .
#Review#Agent-based Modeling#Public Opinion Simulation#Social Diversity#Large Language Models#Hidden State Manipulation
댓글 수 로딩 중

[논문리뷰] Measuring Model Robustness via Fisher Information: Spectral Bounds, Theoretical Guarantees, and Practical Algorithms

본 논문은 딥러닝 모델의 견고성 평가가 특정 공격(Attack-dependent)에 과도하게 의존하고 있으며, 이론적 근거가 부족하다는 점을 해결하고자 한다. 기존의 Lipschitz constant나 CLEVER score와 같은 지표들은 확장성(Scalability)이 낮거나 확률적 해석력이 부족하다는 한계가 있다.
#Review#Model Robustness#Fisher Information Matrix#Spectral Norm#Adversarial Vulnerability#Interpretability#Deep Learning
댓글 수 로딩 중

[논문리뷰] LayerRoute: Input-Conditioned Adaptive Layer Skipping via LoRA Fine-Tuning for Agentic Language Models

본 논문은 에이전트 시스템에서 도구 호출과 계획 수립처럼 서로 다른 복잡도를 가진 작업이 수행됨에도 불구하고, 모든 단계에 동일한 연산량을 투입하는 비효율성을 해결하고자 합니다. 기존 LLM 추론 시스템은 고정된 transformer 레이어 구조를 사용하여 모든 토큰에 대해 동일한 컴퓨팅 비용을 소모합니다.
#Review#Layer Skipping#Agentic LLM#LoRA#Adaptive Inference#Straight-Through Estimator#Model Efficiency
댓글 수 로딩 중

[논문리뷰] LLM Explainability with Counterfactual Chains and Causal Graphs

본 논문은 LLM의 추론 과정이 불투명하여 고위험 영역에서의 신뢰성 확보가 어렵다는 문제를 해결하고자 합니다. 기존의 어텐션 분석이나 특징 기여도(feature attribution) 방식은 본질적으로 상관관계에 기반하고 있어, LLM의 복잡한 추론 메커니즘을 명확하게 설명하는 데 한계가 있습니다.
#Review#LLM Explainability#Causal Graphs#Counterfactual Chains#Concept Discovery#MCMC#Predictive Fidelity
댓글 수 로딩 중

[논문리뷰] Entropy as a Structural Prior: How a Log-Barrier on DiT Belief Space Drives Musical Diversity and Development

본 논문은 확산 모델(Diffusion Model) 학습 시 확신에 기반한 그래디언트 가중치 부여가 모델의 오류를 증폭시킬 수 있다는 기존의 고정관념을 반박하고, 이를 통해 구조적 이점을 얻을 수 있음을 입증합니다.
#Review#Diffusion Models#Belief Space#Music Generation#LoRA#Implicit Curriculum#Entropy#Log-Barrier
댓글 수 로딩 중