[논문리뷰] Diagnosing and Calibrating Tool-Call Boundary Drift in Multi-Teacher On-Policy Distillation본 논문은 Multi-Teacher On-Policy Distillation 과정에서 발생하는 Tool-Call Boundary Drift 문제를 해결하고자 합니다.#Review#Multi-Teacher On-Policy Distillation#Tool-Call Boundary Drift#Soft Clamp#Behavior Leverage#Generalized Knowledge Distillation2026년 7월 20일댓글 수 로딩 중
[논문리뷰] DiFA: Inference-Time Forward-Process Alignment for Diffusion Models본 논문은 기존 Diffusion model의 inference 과정이 numerical integration에만 치중하여 모델 고유의 예측 불확실성을 간과하고 있다는 문제점을 지적합니다.#Review#Diffusion Models#Inference-Time Rectification#Forward-Process Alignment#Kalman Filtering#Temporal Consensus#Training-Free2026년 7월 20일댓글 수 로딩 중
[논문리뷰] DeepSearch-World: Self-Distillation for Deep Search Agents in a Verifiable Environment본 논문은 기존의 도구 사용 에이전트들이 겪는 자기 개선의 한계인 정적인 모방 학습의 고착화와 강화 학습의 희소 보상 문제를 해결하고자 합니다. 기존 방식들은 고정된 교사 모델의 궤적에 의존하거나, 보상이 희소하여 복잡한 long-horizon 작업에서 성공적인 행동을 학습하는 데 어려움을 겪습니다.#Review#Self-Distillation#Deep Search Agents#Verifiable Environment#Scaffold Process Supervision#ReAct#Self-Evolving2026년 7월 20일댓글 수 로딩 중
[논문리뷰] Can Multimodal Large Language Models Understand OCT?본 논문은 현재의 MLLM들이 실제 임상 현장에서 요구되는 고도화된 OCT 영상 해석 및 추론 능력을 갖추고 있는지 검증하는 데 그 목적이 있다. 기존의 평가 방식은 주로 일반적인 자연 영상(Natural Image)에 초점을 맞추거나, OCT 해석을 단순히 질병 분류와 같은 단편적인 작업으로만 간주하는 경계가 있었다 .#Review#Multimodal Large Language Models#Optical Coherence Tomography#Medical Image Analysis#Benchmark#Clinical Reasoning#Visual Perception2026년 7월 20일댓글 수 로딩 중
[논문리뷰] Apple-π: Benchmarking Thinking with Video Towards Law-Grounded Physical Intelligence현대 비디오 생성 모델은 대규모 데이터를 통해 물리적 지식을 암묵적으로 학습하며 차세대 World Models로 주목받고 있으나, 기존 벤치마크들은 출력물의 시각적 그럴듯함(Plausibility)만을 평가할 뿐 모델이 물리 법칙을 진정으로 이해하고 추론하는지는 검증하지 못합니다 .#Review#Physical Intelligence#Video Generation#World Models#Benchmarking#Scientific Reasoning#Chain-of-Frames#Classical Mechanics2026년 7월 20일댓글 수 로딩 중
[논문리뷰] xHC: Expanded Hyper-Connections본 논문은 Transformer의 residual stream을 확장하는 기존 HC 계열 기법들이 왜 $N=4$ 수준에서 한계에 직면하는지에 대한 근본적인 원인을 진단합니다.#Review#Hyper-Connections#Transformer#Residual-Stream#Sparse-Architecture#Scaling-Laws#MoE#LLM2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories본 논문은 대규모 데이터 학습을 통해 범용 로봇 정책을 구축하고자 하는 Scaling Laws의 가능성을 실현하는 데 초점을 맞춥니다.#Review#Vision-Language-Action Models#Scaling Laws#Real-World Trajectories#Robot Foundation Models#Flow Matching#Auto-labeling#Cross-embodiment Learning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] When Does Muon Help Agentic Reinforcement Learning?본 논문은 Muon 최적화 기법이 대규모 사전 학습(Pre-training)에서는 성공적이나, Reinforcement Learning(RL) 기반의 사후 학습(Post-training) 단계에서는 성능 향상이 불확실하고 때로는 불안정하다는 문제를 해결하고자 합니다.#Review#Muon#Agentic Reinforcement Learning#GiGPO#Advantage Estimator#Credit Assignment#Qwen2.5#ALFWorld2026년 7월 19일댓글 수 로딩 중
[논문리뷰] VideoRAE: Taming Video Foundation Models for Generative Modeling via Representation Autoencoders본 논문은 기존의 3D-VAE 기반 비디오 토크나이저가 픽셀 단위의 복원(MSE)에 과도하게 최적화되어 고차원적인 의미론적 구조를 포착하지 못한다는 문제점을 해결하고자 합니다.#Review#Video Foundation Models#Representation Autoencoders#Generative Modeling#Representation Alignment#Latent Spaces#Diffusion Transformers#Autoregressive Models2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Understanding Reasoning from Pretraining to Post-Training본 논문은 LLM 훈련 과정에서 Pretraining 단계의 선택(모델 크기, 데이터 등)이 이후 RL 효율성에 미치는 정량적 관계를 규명하고자 한다.#Review#Reinforcement Learning#Pretraining#Scaling Law#LLM#Reasoning#Compute Allocation#Policy Evolution2026년 7월 19일댓글 수 로딩 중
[논문리뷰] See like a Robot: Robot-Centric Pointmaps for Vision-Language-Action Models본 논문은 대규모 데이터셋을 활용하는 VLA 모델 학습 시, 카메라 뷰포인트 변화에 따른 성능 저하 문제를 해결하고자 합니다. 기존 모델들은 카메라 프레임의 RGB 데이터를 입력으로 사용하므로, 실제 로봇 동작이 정의되는 Robot-frame과의 Frame mismatch가 발생합니다 .#Review#VLA#Manipulation#3D Geometry#Pointmap#Robot-Centric#Viewpoint Variation#End-to-End Learning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] S1-Omni: A Unified Multimodal Reasoning Model for Scientific Understanding, Prediction, and Generation본 논문은 기존의 AI for Science(AI4S) 연구들이 Domain-specific models, Tool-augmented LLMs, 그리고 Scientific language models로 파편화되어 있다는 문제점을 해결하고자 합니다 .#Review#AI4S#Multimodal Reasoning#Scientific Modeling#Foundation Model#S1-Omni#Knowledge Alignment2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Recursive Harness Self-Improvement본 논문은 foundation model과 harness의 공동 진화(co-evolution) 과정에서, 수작업으로 생성된 harness의 최적화가 어렵고 비용이 많이 든다는 문제를 해결하고자 합니다.#Review#Recursive Harness Self-Improvement#RHI#Agentic Workflow#Test-time Scaling#Prompt-level Optimization#Co-evolution2026년 7월 19일댓글 수 로딩 중
[논문리뷰] RecGPT-V3 Technical Report본 논문은 대규모 산업용 추천 시스템에서 LLM을 활용할 때 발생하는 세 가지 핵심적인 병목 현상을 해결하고자 합니다. 기존 RecGPT 시리즈와 같은 LLM 기반 추천 모델들은 사용자 전체 행동 이력을 매번 재처리하는 Stateless behavior modeling으로 인해 불필요한 연산이 발생합니다 .#Review#Large Language Models#Recommender Systems#Memory Hub#Semantic IDs#Latent Intent Reasoning#Hybrid-modal Foundation Model#Instruction Tuning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] RESOURCE2SKILL: Distilling Executable Agent Skills from Human-Created Multimodal Resources본 논문은 최신 Large Language Model(LLM) 기반 에이전트가 소프트웨어 조작 및 복잡한 아티팩트 생성 작업을 수행할 때 발생하는 Procedural Knowledge 부족 문제를 해결하고자 한다.#Review#Software Agents#Multimodal Skill Wiki#Procedural Knowledge#Distillation#Agentic Harness#Human-Created Resources#Offline-Online Pipeline2026년 7월 19일댓글 수 로딩 중
[논문리뷰] RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM본 논문은 기존 GraphRAG 시스템들이 직면한 Single-pass extraction의 한계와 고성능 LLM에 대한 과도한 의존성 문제를 해결하고자 합니다. 기존 방식은 단일 단계에서 지식 그래프를 추출함에 따라 노이즈가 많고 중복된 엔티티를 생성하여 검색의 안정성을 저해합니다.#Review#GraphRAG#LLM#Knowledge Graph#Information Extraction#Multi-step Consolidation#Meno-Lite-0.12026년 7월 19일댓글 수 로딩 중
[논문리뷰] Qwen-Music Technical Report본 논문은 음악 생성 시스템에서 발생하는 의미론적 구성(semantic composition)과 음향적 렌더링(acoustic rendering) 사이의 불일치 문제를 해결하고자 합니다. 기존의 대규모 오디오 생성 모델들은 가사, 멜로디, 리듬 등 복잡한 음악적 요소를 장시간 일관성 있게 제어하는 데 한계를 보입니다.#Review#Music Generation#Music Semantic Tokens#Melody-CoT#Diffusion Transformer#Spec-VAE#Post-training Alignment2026년 7월 19일댓글 수 로딩 중
[논문리뷰] On-Policy Delta Distillation본 논문은 기존의 On-Policy Distillation (OPD) 방식이 교사 모델의 전체 출력 분포를 모방하는 데 그쳐, 추론 능력 향상에 필수적인 핵심 학습 궤적을 충분히 전달하지 못한다는 문제를 제기합니다 .#Review#Knowledge Distillation#On-Policy Distillation#Reasoning Capability#Delta Signal#LLM Post-training#Reinforcement Learning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Loop the Loopies!본 논문은 Looped Transformer가 고정된 컴퓨팅 자원 내에서 Vanilla Transformer보다 우수한 성능을 낼 수 있도록 하는 compute-matched scaling recipe를 정의합니다.#Review#Looped Transformers#Mixture-of-Experts#Layer-Loop#Compute-Matched Scaling#Post-Training#Reasoning Models2026년 7월 19일댓글 수 로딩 중
[논문리뷰] From Human-Centric to Agentic Code Review: The Impact of Different Generations of Generative AI Technology on Review Quality본 논문은 Generative AI 기술이 소프트웨어 개발 생태계에 깊숙이 침투함에 따라, 기존의 Human-Centric 코드 리뷰가 LLM 및 AI Agent가 결합된 형태로 변화하면서 발생하는 리뷰 품질 및 효율성 변화를 규명하고자 합니다 .#Review#Generative AI#Code Review#LLM#AI Agents#Review Quality#Human-AI Collaboration#Software Engineering2026년 7월 19일댓글 수 로딩 중