[논문리뷰] From Pixels to Words -- Towards Native One-Vision Models at Scale본 논문은 기존의 modular VLM이 가진 복잡한 파이프라인과 파편화된 visual-language 정보를 해결하기 위해 단일화된 Native one-vision 아키텍처를 제안한다.#Review#Native Vision-Language Models#Monolithic Backbone#Spatiotemporal Attention#One-Vision Foundation Model#End-to-End Learning#Spatial Intelligence2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Fast-dDrive: Efficient Block-Diffusion VLM for Autonomous Driving본 논문은 End-to-End Autonomous Driving을 위한 Vision-Language-Action (VLA) 모델이 직면한 High-Fidelity Trajectory Planning과 Efficient Inference 간의 상충 관계 문제를 해결하고자 합니다.#Review#Autonomous Driving#VLM#Block-Diffusion#Inference Efficiency#Trajectory Planning#Scaffold Speculative Decoding#Latency#Throughput2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Everything at Every Scale: Scale-Invariant Diffusion with Continuous Super-Resolution본 논문은 이미지 생성과 super-resolution이 본질적으로 스케일 간 정보 손실을 역전시키는 동일한 과정임을 지적하며, 이를 통합할 수 있는 새로운 접근법을 제시합니다 .#Review#Diffusion Models#Scale Invariance#Super-Resolution#Frequency Space#Renormalization Group#Unconditional Generation2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Efficient and Scalable Provenance Tracking for LLM-Generated Code Snippets본 논문은 LLM이 생성한 코드의 출처를 투명하게 추적하고 저작권 준수를 확인해야 하는 시급한 문제 의식에서 출발합니다. 기존의 Winnowing 기반 플래지어리즘 탐지 도구는 정확도는 높지만, 데이터셋 전체를 스캔해야 하는 선형 시간 복잡도로 인해 최신 LLM이 학습되는 대규모 데이터셋에 적용하기에는 한계가 있습니다.#Review#Provenance Tracking#Code Similarity#LLM#Vector Search#Winnowing#SourceTracker#HybridSourceTracker2026년 5월 27일댓글 수 로딩 중
[논문리뷰] ESC-Skills: Discovering and Self-Evolving Skills for Emotional Support Conversations본 논문은 기존 ESC 시스템들이 주로 end-to-end 방식에 의존하여 해석 가능성이 낮고 체계적인 기술 개선이 어렵다는 문제를 해결하고자 합니다.#Review#Emotional Support Conversations#Skill-centric Framework#Intervention Units#Self-Evolutionary#Large Language Models#Simulation-based Verification2026년 5월 27일댓글 수 로딩 중
[논문리뷰] DenoiseRL: Bootstrapping Reasoning Models to Recover from Noisy Prefixes본 논문은 LLM의 추론 성능 향상을 위해 외부의 강력한 teacher 모델이나 복잡하게 큐레이션된 학습 데이터에 의존해야 하는 기존 RL 패러다임의 한계를 해결하고자 합니다. 기존 방식들은 학습 데이터의 품질이나 교사의 지식 수준에 따라 성능이 제약되는 structural limitation을 가지고 있습니다.#Review#Reinforcement Learning#Reasoning Models#Denoising Reasoning#Weak-to-Strong Generalization#Self-correction#Large Language Models2026년 5월 27일댓글 수 로딩 중
[논문리뷰] CubePart: An Open-Vocabulary Part-Controllable 3D Generator기존의 3D 생성 모델은 모놀리식 메쉬(monolithic mesh)를 생성하거나, 사용자가 제어할 수 없는 임의의 파트 단위로만 분해하여 게임 엔진이나 물리 시뮬레이션 환경에 필요한 특정 구조와 정렬하기 어렵습니다.#Review#3D Generation#Part-Controllable#Open-Vocabulary#Diffusion Transformer#Schema-driven#Game Asset2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Clark Hash: Stateless Sparse Johnson-Lindenstrauss Quantization for Neural Embeddings본 논문은 대규모 신경망 임베딩(neural embeddings)을 저장할 때 발생하는 과도한 메모리 및 스토리지 비용 문제를 해결하기 위해 Clark Hash를 제안합니다.#Review#Neural Embeddings#Johnson-Lindenstrauss#Quantization#Sparse Projection#Stateless Codec#Dimensionality Reduction2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Chartographer: Counterfactual Chart Generation for Evaluating Vision-Language Models본 논문은 기존의 Chart QA 벤치마크가 VLM의 진정한 시각적 추론 능력을 정확히 측정하지 못하고, 단순한 시각적 패턴 매칭이나 사전 학습된 파라메트릭 지식에 의한 '지름길(Shortcut)'을 활용하고 있다는 문제를 제기합니다.#Review#Vision-Language Models#Chart QA#Counterfactual Generation#Visual Reasoning#Shortcut Learning#Generalization2026년 5월 27일댓글 수 로딩 중
[논문리뷰] AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation본 논문은 과학적 탐구의 장기적인 연구 과정에서 발생하는 비효율적인 실험 반복과 고립된 탐색 문제를 해결하기 위해 AutoScientists를 제안합니다 .#Review#Multi-agent Systems#Scientific Experimentation#Self-Organization#Autonomous Discovery#LLM Agents#BioML-Bench2026년 5월 27일댓글 수 로딩 중
[논문리뷰] AgentFugue: Agent Scaling for Long-Horizon Tasks through Collective Reasoning본 논문은 대규모 언어 모델(LLM) 기반 에이전트의 Long-Horizon Tasks 수행 능력 향상에 Scaling Out 전략이 기여할 수 있는지에 대한 연구를 수행한다.#Review#Agent Scaling#Collective Reasoning#Long-Horizon Tasks#Shared Reasoning Hub#Multi-Agent Systems#Homogeneous Teams#Heterogeneous Teams#Reinforcement Learning2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Agent Explorative Policy Optimization for Multimodal Agentic Reasoning본 논문은 vision-language models(VLMs)의 agentic reasoning 과정에서 발생하는 '도구 사용의 비효율성' 문제를 해결하고자 합니다.#Review#Multimodal Agentic Reasoning#Reinforcement Learning#GRPO#AXPO#Tool-call Resampling#Thinking-Acting Gap#Vision-Language Models2026년 5월 27일댓글 수 로딩 중
[논문리뷰] AgensFlow: A Coordination-Policy Substrate for Multi-Agent Systems본 논문은 LLM 기반의 다중 에이전트 시스템에서 발생하는 조율 불투명성과 고정된 파이프라인의 경직성 문제를 해결하고자 합니다.#Review#Multi-Agent Systems#Online Policy Learning#Coordination Substrate#Large Language Models#Task Signatures#Relative Trajectory Evaluation2026년 5월 27일댓글 수 로딩 중
[논문리뷰] Advancing Creative Physical Intelligence in Large Multimodal Models본 연구는 대규모 다중모달 모델(LMM)이 인식 및 추론 능력은 크게 발전했음에도 불구하고, 비일상적인 상황에서 사물을 창의적으로 재사용하는 물리적 지능이 여전히 부족하다는 문제의식에서 출발합니다.#Review#Multimodal AI#Creative Tool Repurposing#Physical Affordance#Visual Grounding#Direct Preference Optimization (DPO)#Interactive Benchmark2026년 5월 27일댓글 수 로딩 중
[논문리뷰] AI Research Agents Narrow Scientific Exploration본 연구는 AI 연구 에이전트가 과학적 발견의 범위를 실질적으로 확장하는지, 아니면 기존 연구의 주변부에 머무르는지를 규명하는 것을 목적으로 합니다.#Review#AI Research Agents#Scientific Discovery#Ideation#Citation Analysis#Research Breadth#Bibliographic Coupling2026년 5월 27일댓글 수 로딩 중
[openclaw] Node.js 오디오 코덱 성능 최적화: TypedArray를 활용한 효율적인 PCM 처리Node.js 오디오 코덱의 핵심 경로에서 TypedArray를 사용하여 PCM 데이터 처리를 최적화한 PR 분석#Node.js#성능 최적화#오디오 코덱#TypedArray#Buffer2026년 5월 26일댓글 수 로딩 중
[sglang] 성능 최적화의 함정: DeepSeek-V3.2 정확도 붕괴를 막기 위한 SGLang의 긴급 롤백 분석EAGLE 드래프트 모델에서 Softmax를 생략하는 최적화가 DeepSeek-V3.2 MTP 모델의 정확도를 96%나 떨어뜨린 이유와 그 해결책을 분석합니다.#SGLang#Speculative Decoding#DeepSeek-V3#Performance Optimization#LLM Inference2026년 5월 26일댓글 수 로딩 중
[vllm] vLLM, GDN Prefill 커널을 CuteDSL로 최적화하여 성능 향상vLLM의 GDN Prefill 연산에서 새로운 CuteDSL 기반 커널을 도입하여 성능을 크게 개선했습니다.#vLLM#GDN#CuteDSL#최적화#성능#LLM2026년 5월 26일댓글 수 로딩 중
[논문리뷰] The MiniMax-M2 Series: Mini Activations Unleashing Max Real-World Intelligence본 논문은 large language model (LLM)이 long-horizon agentic workflow로 전환됨에 따라 발생하는 efficiency 및 cost bottleneck 문제와 intrinsically complex, high-stakes task 해결의 어려움을 다룹니다.#Review#Mixture-of-Experts (MoE)#Mini Activations#Agentic AI#Self-Evolution#Reinforcement Learning (RL)#Multi-Token Prediction (MTP)2026년 5월 26일댓글 수 로딩 중
[논문리뷰] SpatialBench: Is Your Spatial Foundation Model an All-Round Player?본 논문은 현재 Spatial Foundation Models (SFMs)이 standard dataset에서 인상적인 성능을 보여주지만, 다양한 downstream task, 임의의 viewpoint, 변화하는 scene domain, 다양한 input density, 그리고 특정 hardware constraint에 걸쳐 robust하게 generalizing할 수 있는 all-round player인지에 대한 근본적인…#Review#Spatial Foundation Models#3D Reconstruction#Benchmark#Domain Generalization#Input Density#Embodied AI2026년 5월 26일댓글 수 로딩 중