[논문리뷰] Echoverse: Deep, Evolving Environments for Training Computer-Use Agents at Scale본 논문은 기존의 Live-web 기반 벤치마크가 Computer-Use Agent 학습 및 평가에 가지는 근본적인 한계를 해결하고자 한다.#Review#Computer-Use Agent#Reinforcement Learning#Synthetic Environments#Co-evolution Loop#Grounded Grading#Agentic Workflow2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Chimera: Designing and Chinchilla-Scaling Hybrid Visual Diffusion Transformers본 논문은 Token-intensive 환경에서 고해상도 이미지 및 긴 영상 데이터를 처리할 때 발생하는 Diffusion Transformer의 연산 및 메모리 비효율 문제를 해결하고자 한다. 기존의 Full Attention 구조는 시퀀스 길이에 따라 연산 비용이 제곱으로 증가하여 확장성에 한계가 있다.#Review#Diffusion Transformers#Hybrid Attention#Chinchilla Scaling#Mixture-of-Experts#Compute-Optimal#HeteroP2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Can Large Language Models Execute Parent Orders?본 논문은 대량 주문을 집행할 때 발생하는 비용을 줄이기 위해 기존 모델들이 가진 한계를 극복하고자 LLM의 활용 가능성을 탐구한다.#Review#Parent-Order Execution#Large Language Models#Algorithmic Trading#PACE#Hierarchical Framework#Market Microstructure2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beyond Geometric Complementarity: Coherent Overlap in Sparse Mixture-of-Experts RoutingSparse Mixture-of-Experts (MoE) 모델에서 전문가들의 공동 선택은 흔히 '기하학적 보완성(geometric complementarity)'으로 설명되는데, 이는 선택된 전문가들이 서로 다른 표현 방향을 담당한다는 가정에 기반합니다 .#Review#Mixture-of-Experts#Sparse Routing#Expert Subspaces#Geometric Complementarity#Route Coherence2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beyond Borrowed Histories: Person-Aligned User Simulation for Interactive Role-Playing Evaluation본 논문은 기존 RPA 평가 방식이 고정된 대화 히스토리를 기반으로 모델을 평가함으로써 발생하는 데이터 오염 및 정적 평가의 한계를 극복하기 위해 제안되었습니다.#Review#Role-Playing Agents (RPAs)#User Simulation#Personalized Evaluation#Interactive Evaluation#LLM Benchmarking2026년 7월 30일댓글 수 로딩 중
[논문리뷰] Beacon: Knowing When and How to Perform Agentic Visual Reasoning본 논문은 기존의 Agentic Visual Reasoning 모델들이 도구 사용의 효율성과 효과성 측면에서 한계를 지니고 있다는 점을 문제로 정의합니다 .#Review#Agentic Visual Reasoning#Multimodal Large Language Models#Reinforcement Learning#Mode Adaptiveness#Tool Effect#Code Generation#Adaptive Reward2026년 7월 30일댓글 수 로딩 중
[논문리뷰] BM25 Wins at Scale: A Scaling Study of Retrieval-Augmented Generation Paradigms본 논문은 RAG 패러다임들이 다양한 규모의 Corpus에서 어떻게 성능과 비용적으로 확장되는지에 대한 불확실성을 해결하고자 합니다. 기존 연구들은 대체로 고정된 크기의 Corpus에서 특정 패러다임만을 단독 평가하여, 실제 기업 환경과 같이 데이터가 지속적으로 증가하는 상황에서의 확장성을 파악하기 어려웠습니다 .#Review#Retrieval-Augmented Generation#Scaling Study#BM25#Agentic Retrieval#Graph-based RAG#EnterpriseRAG-Bench2026년 7월 30일댓글 수 로딩 중
[논문리뷰] AskChem: Claim-Centered Infrastructure for Chemistry Literature Synthesis본 논문은 화학 문헌 검색 시스템이 논문 리스트 중심의 정보를 제공함에 따라, 과학자와 AI 에이전트가 정보를 직접 수집하고 검증해야 하는 비효율성을 해결하고자 합니다 .#Review#Chemistry Informatics#Literature Synthesis#Claim-Centered#Evidence Graph#Faceted Taxonomy#Provenance#Large Language Models2026년 7월 30일댓글 수 로딩 중
[논문리뷰] AMRD: Adaptive Multi-Teacher Relational Distillation for Lightweight Speech Emotion Recognition본 논문은 실시간 On-device Speech Emotion Recognition(SER)을 위한 효율적인 경량화 모델 학습의 어려움을 해결하고자 합니다. 기존의 대규모 SSL 모델은 성능은 우수하지만 파라미터 규모가 커서 엣지 디바이스에 배포하기에는 실용적이지 않습니다.#Review#Speech Emotion Recognition#Knowledge Distillation#Multi-Teacher#Relational Distillation#Edge Computing#Adaptive Weighting2026년 7월 30일댓글 수 로딩 중
[논문리뷰] AI Tour Meeting: Group Travel Planning by LLM Agents본 논문은 다수의 인간이 복잡한 선호도를 조율해야 하는 그룹 여행 계획 수립 과정을 모의하기 위한 전문적인 LLM-based multi-agent 시뮬레이션 프레임워크의 필요성을 제기합니다.#Review#LLM Agents#Group Travel Planning#Multi-Agent Simulation#Consensus Building#Persona-based Simulation#Framework2026년 7월 30일댓글 수 로딩 중
[논문리뷰] ACE-Data-0: Human-Centric Ambient Capture as Embodied Data Engine본 연구는 Embodied AI 모델 학습에 필수적인 고품질의 Human-Centric 데이터가 절대적으로 부족하다는 문제를 해결하고자 한다. 기존의 데이터셋은 제한된 환경에서 수집되거나 인위적인 환경 설정으로 인해 실제 일상 생활의 복잡성과 자연스러운 상호작용을 충분히 반영하지 못하는 한계가 있다.#Review#Embodied AI#Data Engine#Human-Centric#Ambient Capture#Action Trajectory#Multimodal Dataset2026년 7월 30일댓글 수 로딩 중
[flashinfer] FlashInfer, MoE 모델의 성능을 극적으로 향상시키는 융합 커널과 최적화된 스케줄러 도입FlashInfer가 MoE 모델의 FC1 연산을 융합 커널로 최적화하고, 워프 협력 스케줄러를 도입하여 성능을 크게 향상시켰습니다.#AI#딥러닝#최적화#GPU#FlashInfer#MoE#FP8#MXFP8#CUDA2026년 7월 29일댓글 수 로딩 중
[transformers] Hugging Face Transformers: NoRepeatNGramLogitsProcessor 벡터화 및 성능 최적화NoRepeatNGramLogitsProcessor의 파이썬 루프와 호스트 동기화를 제거하고 텐서 연산으로 벡터화하여 성능을 대폭 개선했습니다.#HuggingFace#Transformers#Optimization#PyTorch#Performance2026년 7월 29일댓글 수 로딩 중
[vllm] [vLLM 분석] Speculative Decoding 성능 최적화: DSpark Markov Head 복제 전략TP 환경에서 작은 레이어의 샤딩으로 인한 통신 오버헤드를 제거하여 추론 속도를 최대 3.8% 향상시킨 기법을 살펴봅니다.#vLLM#Speculative Decoding#Tensor Parallelism#Performance Optimization#Deep Learning2026년 7월 29일댓글 수 로딩 중
[triton] Triton JIT의 메모리 누수 방지: Reference Cycle 제거를 통한 성능 최적화Triton의 compute_cache_key 함수 내 재귀적 클로저를 전역 함수로 리팩토링하여 메모리 참조 사이클을 제거한 사례를 분석합니다.#Triton#Python#MemoryManagement#Optimization#JIT2026년 7월 29일댓글 수 로딩 중
[논문리뷰] TurboVLA: Real-Time Vision-Language-Action Model at 32 Hz on an RTX 4090 with <1 GB VRAM본 논문은 기존 LLM-centric VLA 모델이 가진 방대한 연산량과 메모리 오버헤드가 실시간 로봇 제어의 병목 현상을 유발한다는 문제를 해결하고자 합니다.#Review#Vision-Language-Action Models#Real-Time Control#Robotic Manipulation#Efficient Inference#Continuous Action Chunking#Cross-Attention2026년 7월 29일댓글 수 로딩 중
[논문리뷰] StealthBench: Measuring Operational Stealth in Autonomous Offensive-Security Agents본 논문은 기존의 자율형 보안 에이전트들이 기능적 성공(태스크 해결)에는 집중하지만, 운영상의 은밀함(Stealth)을 심각하게 결여하고 있다는 문제를 제기합니다 .#Review#Autonomous Security Agents#Operational Stealth#OPSEC#LLM-as-a-Judge#StealthBench#Vulnerability Exploitation2026년 7월 29일댓글 수 로딩 중
[논문리뷰] StatePlay: State-Aware Game World Models for Mechanics-Consistent Generation본 논문은 기존의 게임 월드 모델이 시각적 현실성은 뛰어나지만, 게임의 핵심인 규칙(Mechanics)을 위반하는 Mechanics Inconsistency 문제를 해결하는 것을 목표로 합니다.#Review#Game World Models#Mechanics-Consistent Generation#State-Aware#Mixture-of-Transformers#Flow Matching#Game States2026년 7월 29일댓글 수 로딩 중
[논문리뷰] SkillRise: Agentic Reinforcement Learning for Cross-Task Skill Evolution본 논문은 표준적인 에이전트 강화학습이 각 작업을 독립적인 에피소드로 처리하여, 작업 간 재사용 가능한 해결 패턴을 활용하지 못하는 한계를 해결하고자 합니다. 기존 연구들은 기술 추출, 검색, 실행을 복잡한 다단계 파이프라인으로 구현하여 계산 효율성이 낮고 성과에 대한 책임 귀속이 어렵다는 문제를 안고 있습니다.#Review#Agentic Reinforcement Learning#Cross-Task Skill Evolution#Decoupled Credit Assignment#Skill Curation#LLM Agents#Transferable Skills#Test-Time Scaling2026년 7월 29일댓글 수 로딩 중
[논문리뷰] SecRespond: Benchmarking AI Agents for Real-World Post-Compromise Incident Response본 논문은 기존의 사이버 보안 벤치마크가 대부분 pre-compromise(공격 이전의 이상적 환경)에 치중되어 있다는 한계를 극복하기 위해 SECRESPOND를 제안합니다.#Review#LLM Agents#Incident Response#Post-Compromise#Cybersecurity#Benchmarking#Forensics2026년 7월 29일댓글 수 로딩 중