[논문리뷰] EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning본 논문은 LLM 에이전트 학습 시 외부 환경과의 상호작용에 의존해야 하는 높은 비용과 검증의 어려움을 해결하는 것을 목표로 합니다.#Review#Agentic Reinforcement Learning#World Modeling#World Rehearsal#Large Language Models#Tool Use#Environment Internalization2026년 8월 6일댓글 수 로딩 중
[논문리뷰] EffectLearner: World-Aware Object-Effect Reasoning for Real-World Video Object Removal본 논문은 기존의 Video Object Removal (VOR) 방법론들이 객체-효과 관계를 암시적으로만 학습하여 실제 환경의 복잡한 물리적 현상을 일반화하는 데 한계가 있다는 점을 지적한다.#Review#Video Object Removal#VLM-based Reasoning#Diffusion Transformer (DiT)#Spatiotemporal Stability#EffectWorld#Motion-aware Mask#Video Editing2026년 8월 6일댓글 수 로딩 중
[논문리뷰] DyPES-VLA: Learning Shared Dynamics Priors and Embodiment-Specific Control for Cross-Embodiment Manipulation본 논문은 다양한 Embodiment를 가진 로봇들 사이에서 범용적으로 적용 가능한 Generalist 정책을 학습하는 것을 목표로 합니다.#Review#Cross-Embodiment#Vision-Language-Action (VLA)#Dynamics Priors#Mixture-of-Experts (MoE)#Future Prediction#Robotics2026년 8월 6일댓글 수 로딩 중
[논문리뷰] DataSpace: Benchmarking Data Agents for Verifiable Analytics over Heterogeneous Workspaces본 논문은 현대적인 데이터 분석 환경에서 에이전트의 성능을 신뢰성 있게 평가할 수 있는 통합된 벤치마크가 부재하다는 문제점을 해결하고자 합니다. 기존 연구들은 단순 질의 응답이나 단일 유형의 데이터 소스에만 치중하거나, 결과에 대한 정량적 검증이 부족하다는 한계를 지닙니다 .#Review#Data Agents#Heterogeneous Workspaces#Benchmarking#Verifiable Analytics#Cross-Language#Text-to-SQL#Multimodal Integration2026년 8월 6일댓글 수 로딩 중
[논문리뷰] Continual Learning in Transition본 논문은 전통적인 Continual Learning이 가진 파라미터 중심의 제한된 시각에서 벗어나, LLM 및 Agentic AI 시대에 걸맞은 새로운 시스템 수준의 적응형 패러다임으로의 전환을 목표로 합니다 . 기존 연구들은 주로 정적인 모델 파라미터의 업데이트와 Gradient-based 학습에만 집중해 왔습니다.#Review#Continual Learning#Large Language Models#Agentic AI#Capability Evolution#Parameter-Centric#System-Level Adaptation2026년 8월 6일댓글 수 로딩 중
[논문리뷰] ContextMaster: Interactive Multi-Shot Video Creation via Fixed-Budget Sparse Context Routing본 논문은 현대의 통합 비디오 모델들이 생성, 편집, 참조 기반 생성을 각각 별개의 작업으로 수행하여, 변화하는 창작 상태(evolving creation state)에 대응하지 못하는 한계를 해결하고자 합니다 .#Review#Interactive Multi-Shot Video Creation#Sparse Context Routing#Privileged Context Distillation#Role-aware RoPE#ConstraintSink#Video Diffusion2026년 8월 6일댓글 수 로딩 중
[논문리뷰] ChronoVision: Temporal Reasoning via Latent State Reconstruction본 논문은 멀티모달 대규모 언어 모델(MLLM)이 정적인 인식 작업에는 능숙하지만, 복잡한 물리적 사건의 연속적 변환을 이해하는 시간적 추론 능력은 크게 떨어진다는 문제점을 해결하고자 합니다.#Review#ChronoVision#Temporal Reasoning#Latent State Reconstruction#Vbvr-VQA#Reinforcement Learning#Multimodal Large Language Models2026년 8월 6일댓글 수 로딩 중
[논문리뷰] CalibForge: Adversarial Solver Calibration for Scaling Learnable Terminal Tasks본 논문은 터미널 에이전트 학습을 위한 데이터 구축 시, 단순히 실행 가능한(executable) 과제만으로는 에이전트의 실질적인 학습 효과를 보장하기 어렵다는 점을 지적합니다.#Review#Terminal-Task Synthesis#Adversarial Solver Calibration#Agent Training#Solver-Relative Learnability#Multi-Solver Calibration#Contrastive Solver Calibration2026년 8월 6일댓글 수 로딩 중
[논문리뷰] AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning본 논문은 장기 에이전트 학습(Long-horizon agentic RL)에서 기존의 sparse outcome reward 기반 학습이 가진 크레딧 할당의 불명확성을 해결하고자 합니다 .#Review#Agentic Reinforcement Learning#Self-Distillation#Credit Assignment#Recursive Belief Update#LLM#Policy Optimization2026년 8월 6일댓글 수 로딩 중
[논문리뷰] WorldCycle: Self-Verifiable Reinforcement Learning for Long-Horizon Video World Models본 논문은 Interactive Video World Models (IWMs)이 long-horizon planning 및 exploration에서 겪는 compounding errors 문제를 해결하고자 합니다.#Review#Video World Models#Reinforcement Learning#Long-Horizon Planning#Compounding Errors#Self-Verification#Cycle-Consistency#Reversible Actions#Composite Actions#CycleBench2026년 8월 5일댓글 수 로딩 중
[논문리뷰] When Teachers Mislead: Spurious-Signal-Aware On-Policy Distillation본 논문은 OPD에서 교사 모델이 내리는 토큰 단위의 판단이 항상 신뢰할 수 있는 것은 아니라는 점을 지적합니다. 기존 연구들은 교사의 신호가 자신감이 높거나 학습 가능하면 유용하다고 가정하지만, 실제로는 입력과 무관한 관례나 편향된 추론 패턴이 포함된 'Spurious Signals'가 학습을 오염시킵니다 .#Review#On-Policy Distillation#Spurious Signals#Input-Groundedness#Token-level Selection#Large Language Models#Vision-Language Models2026년 8월 5일댓글 수 로딩 중
[논문리뷰] When Memory Lies: An Empirical Study of Spatial Memory Staleness in VLM Agents본 연구는 memory-augmented VLM agents가 dynamic environment에서 행동할 때, persistent spatial knowledge가 silently stale해지면서 안전 관련 실수를 유발할 수 있다는 핵심 문제를 제기합니다.#Review#VLM Agents#Spatial Memory#Staleness#Environmental Change#Safety Liability#Auditing#Visual Grounding#FrozenLake2026년 8월 5일댓글 수 로딩 중
[논문리뷰] UniWorld-View: Large-Baseline View Synthesis via Video Diffusion Models본 연구는 모노큘러 입력으로부터 대규모 시점 변화(Large-Baseline)가 포함된 상황에서 기하학적으로 일관되고 사실적인 새로운 뷰를 생성하는 문제를 해결하고자 한다. 기존의 NeRF나 3DGS 기반 복원 방식은 입력 데이터가 희소할 때 성능이 급격히 저하되며 가림 현상을 제대로 처리하지 못한다.#Review#Novel View Synthesis#Video Diffusion Models#Large-Baseline#Point Cloud Rendering#Occlusion-aware#Geometry Guidance2026년 8월 5일댓글 수 로딩 중
[논문리뷰] TriGlue: a Biology-Inspired Generative Model for Generating Molecular Glue-Induced Ternary Complex본 논문은 Molecular Glue를 설계하는 과정에서 발생하는 복합적인 문제를 해결하기 위해 TriGlue 프레임워크를 제안한다. 기존의 AI 기반 약물 설계는 주로 단일 단백질의 결합 포켓을 가정한 이진 단백질-리간드 결합 모델에 집중되어 있어, 삼원 복합체 구조를 동시에 최적화하는 데 한계가 있다 .#Review#Molecular Glue#Ternary Complex#Generative Modeling#Flow Matching#Protein-Protein Interaction#Drug Design2026년 8월 5일댓글 수 로딩 중
[논문리뷰] Towards Physics of Multimodal Pretraining: Knowledge Flow, Modality Synergy, Early Unification, and Recipes본 논문은 Foundation Model이 단일 양식에서 다중 양식으로 발전함에 따라, Multimodal Pretraining의 설계 공간과 양식 간 상호작용의 근본적인 메커니즘이 충분히 탐구되지 않았다는 문제의식에서 출발합니다.#Review#Multimodal Pretraining#Knowledge Flow#Modality Synergy#Early Unification#Vision Laziness#Data Mixing Ratios#Transformer Architecture2026년 8월 5일댓글 수 로딩 중
[논문리뷰] Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning본 논문은 최신 LLM이 개별 Skill은 우수하게 수행함에도 불구하고, 서로 다른 Skill을 순차적으로 요구하는 Long-Horizon 작업에서는 성능이 급격히 저하되는 'Skill-Switching Gap' 문제를 해결하고자 합니다.#Review#Large Language Models#Long-Horizon Reasoning#Skill Entropy#Skill-Native#Reinforcement Learning#Cross-Skill Capability2026년 8월 5일댓글 수 로딩 중
[논문리뷰] ToolArtist: Tool-Using Unified Multimodal Models for Agentic Image Generation본 논문은 기존의 text-to-image 모델들이 복잡한 사실 관계나 외부 지식이 필요한 open-world 작업에서 심각한 정보 결핍과 사실 왜곡 문제를 겪고 있다는 점을 지적합니다.#Review#Agentic Image Generation#Unified Multimodal Model#Reinforcement Learning#Tool-Use#Post-training#Reason-Act-Draw2026년 8월 5일댓글 수 로딩 중
[논문리뷰] The Personalization Mirage: How LLMs Fabricate User Profiles, and Why Self-Monitoring Misleads개인화된 LLM은 장기 메모리(Persistent Memory)를 통해 사용자 정보를 저장하고 활용하지만, 이러한 정보가 사용자가 실제로 공유한 근거에 기반하는지에 대한 신뢰성(Faithfulness)은 미검증 상태로 남아있습니다.#Review#Large Language Models#Personalization#Over-Inference#Faithfulness#MirageBench#Self-Monitoring#User Modeling2026년 8월 5일댓글 수 로딩 중
[논문리뷰] Self-Evolving Coding Agents본 논문은 현대의 Coding Agents가 배포 후 정적인 상태로 머물러 있어, 변화하는 소프트웨어 환경에 적응하지 못하는 문제를 해결하고자 한다. 대부분의 에이전트는 고정된 프롬프트와 컨트롤 로직을 사용하는데, 이는 저장소의 지속적인 변화와 반복적인 버그 수정 과정에서 최적의 성능을 발휘하기 어렵다.#Review#Coding Agents#Self-Evolving Agents#Software Engineering#Repository-level Context#Executable Feedback#Agent Framework#Automated Programming2026년 8월 5일댓글 수 로딩 중
[논문리뷰] SKILL-KD: Contrastive Skill Distillation for LLM Agents기존의 LLM 에이전트 기술 습득 방식은 모델 자체의 경험이나 교사의 성공적인 Trajectory를 단순히 요약하는 수준에 머물러 있어, 학생 모델이 요구하는 구체적인 Procedural 전략을 내재화하기 어렵다는 한계가 있습니다. .#Review#LLM Agents#Knowledge Distillation#Skill Acquisition#Contrastive Learning#Adaptive Distillation#Drift-Aware Consolidation2026년 8월 5일댓글 수 로딩 중