[논문리뷰] From Noisy Traces to Root Causes: Structural Trajectory Analysis and Causal Extraction for Agent Optimization본 논문은 장기적(Long-horizon) 에이전트 최적화 시 발생하는 컨텍스트 노이즈 문제를 해결하고자 합니다.#Review#Agent Optimization#Causal Localization#Execution Dependency Graph#Failure Pattern Mining#Structural Trajectory Analysis#Context-Noise Trade-off2026년 7월 15일댓글 수 로딩 중
[논문리뷰] From Controlled to the Wild: Evaluation of Pentesting Agents for the Real-World본 논문은 기존의 사이버 보안 벤치마크가 지나치게 제한된 환경(예: Capture-the-Flag)에 국한되어 있어, 실제 환경에서의 복잡한 공격 표면과 전략적 탐색 능력을 평가하지 못하는 한계를 해결하고자 한다 .#Review#AI Pentesting Agents#Vulnerability Discovery#Evaluation Protocol#Ground-Truth Matching#Stochasticity#Agentic Workflow2026년 7월 15일댓글 수 로딩 중
[논문리뷰] Boogu-Image-0.1: Boosting Open-Source Unified Multimodal Understanding and Generation본 연구는 기존 오픈소스 생성 모델이 상업적 frontier 모델 대비 복잡한 의도를 해석하는 Understanding 능력이 부족하다는 점을 해결하고자 합니다.#Review#Unified Multimodal#Text-to-Image#Agentic Inference#Data Curation#Diffusion Transformer#Instruction-Driven Generation2026년 7월 15일댓글 수 로딩 중
[논문리뷰] AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities본 논문은 LLM 기반 Agent의 성능을 평가하기 위한 인프라가 극도로 파편화되고 복잡하게 얽혀 있는 문제를 해결하고자 한다. 기존의 평가 방식은 특정 도메인에 고착화되어 있거나, 실행 환경과 평가 프로토콜이 강하게 결합되어 있어 재현성(Reproducibility)을 저해하고 반복적인 엔지니어링 비용을 발생시킨다 .#Review#LLM-based Agents#Evaluation Infrastructure#Benchmarking#Trajectory Analysis#Agentic Capabilities#Reproducibility2026년 7월 15일댓글 수 로딩 중
[논문리뷰] AffectFlow-DINO: Uncertainty-Aware Multi-Task Affect Estimation via Conditional Rectified Flow본 논문은 in-the-wild 환경의 감정 분석에서 발생하는 데이터의 내재적 모호성과 표현의 불확실성을 해결하기 위해 AffectFlow-DINO를 제안합니다.#Review#Affective Computing#Conditional Rectified Flow#Multi-Task Learning#Uncertainty-Aware#DINOv3#Facial Affect Estimation#ABAW Challenge2026년 7월 15일댓글 수 로딩 중
[ray] [Ray] gRPC 메트릭 객체 재사용을 통한 GCS 확장성 개선 (13% 성능 향상)gRPC 요청마다 생성되던 메트릭 객체를 프로세스 단위로 싱글톤화하여 GCS 부하를 줄이고 대규모 액터 스케줄링 성능을 13% 개선한 사례를 분석합니다.#Ray#gRPC#Performance Optimization#C++#Distributed Systems2026년 7월 14일댓글 수 로딩 중
[cutlass] NVIDIA Hopper에서 FP8 GEMM + GELU 퓨전 최적화: CuTe DSL 활용Hopper GPU에서 FP8 GEMM과 GELU를 퓨전하여 성능을 최적화하고 유연성을 확보하는 기술 분석.#NVIDIA#Hopper#CuTeDSL#GEMM#FP8#GELU#Optimization#CUDA#Deep Learning2026년 7월 14일댓글 수 로딩 중
[cutlass] NVIDIA CUTLASS CuTeDSL: SM103 Grouped Block-Scaled GEMM 최적화 분석SM103 아키텍처를 위한 Grouped Block-Scaled GEMM 커널 구현과 파이프라인 동기화 오류 해결 사례를 분석합니다.#NVIDIA#CUTLASS#GPU#GEMM#SM103#CUDA2026년 7월 14일댓글 수 로딩 중
[flashinfer] FlashInfer: NVIDIA Blackwell(SM120)을 위한 고성능 FP8 MoE GEMM 최적화NVIDIA SM120 아키텍처에서 CuTe C++를 활용해 FP8 groupwise MoE GEMM을 구현하여 성능을 극대화했습니다.#FlashInfer#CUDA#GEMM#MoE#Blackwell#FP82026년 7월 14일댓글 수 로딩 중
[논문리뷰] Towards Autonomous and Auditable Medical Imaging Model Development본 논문은 의료 영상 모델 개발의 자동화 과정에서 발생하는 복잡성과 불투명성 문제를 해결하고자 합니다.#Review#Medical Imaging#Autonomous Agents#Machine Learning Engineering#Model Development#Verification-Guided Optimization#Auditability2026년 7월 14일댓글 수 로딩 중
[논문리뷰] Read It Back: Pretrained MLLMs Are Zero-Shot Reward Models for Text-to-Image Generation본 논문은 텍스트-이미지 생성(T2I) 모델의 강화학습(RL) 과정에서 효율적이고 신뢰성 높은 보상 모델을 설계하는 것이 어렵다는 점을 해결하고자 합니다 .#Review#SpectraReward#Self-SpectraReward#Text-to-Image Generation#Reinforcement Learning#MLLM#Prompt-Likelihood Reward#Unified Multimodal Models2026년 7월 14일댓글 수 로딩 중
[논문리뷰] Principled Analysis of Deep Reinforcement Learning Evaluation and Design Paradigms본 논문은 딥 강화학습 분야에서 고착화된 평가 패러다임과 그에 내재된 잘못된 가정들을 비판적으로 분석합니다.#Review#Deep Reinforcement Learning#Scaling Laws#Sample Complexity#Evaluation Paradigm#Monotonicity Assumption#Arcade Learning Environment2026년 7월 14일댓글 수 로딩 중
[논문리뷰] MuScriptor: An Open Model for Multi-Instrument Music Transcription기존의 AMT 연구들은 주로 단일 악기(피아노, 기타 등)에 국한되어 있으며, 다중 악기(Multi-instrument) 환경에서의 실질적인 성능은 매우 저조합니다.#Review#Automatic Music Transcription#Multi-Instrument#Transformer#Synthetic Pre-training#Reinforcement Learning#Open-Weight Model2026년 7월 14일댓글 수 로딩 중
[논문리뷰] Know Before Fix: QA-Driven Repository Knowledge Acquisition for Software Issue Resolution본 논문은 LLM 기반 coding agent가 repository에 대한 깊이 있는 이해 부족으로 인해 factual errors를 범하고, 결과적으로 복잡한 이슈 해결에 실패하는 문제를 해결하고자 합니다 .#Review#Software Engineering Agents#Knowledge Acquisition#Repository Understanding#Question-Answering (QA)#Automated Issue Resolution#LLM-based Agents2026년 7월 14일댓글 수 로딩 중
[논문리뷰] Blind-Spots-Bench: Evaluating Blind Spots in Multimodal Models본 논문은 기존 벤치마크에서 우수한 성능을 보이는 최신 멀티모달 모델들이 인간에게는 사소한 작업에서 여전히 실패하는 문제를 해결하고자 한다 . 대규모 언어 모델과 멀티모달 모델은 이미 많은 표준 벤치마크를 거의 포화 상태로 만들었으나, 이러한 점수가 모델의 실질적인 견고성을 항상 대변하지는 않는다.#Review#Multimodal Models#Benchmarking#Blind Spots#Reasoning Evaluation#Task Taxonomy#AI Evaluation2026년 7월 14일댓글 수 로딩 중
[vllm] vLLM의 ROCm 환경 성능 최적화: CUDA Graph 메모리 프로파일링 비활성화vLLM에서 ROCm 플랫폼의 성능 저하를 방지하기 위해 CUDA Graph 메모리 프로파일링을 다시 비활성화한 사례를 분석합니다.#vLLM#ROCm#CUDA#Performance#GPU2026년 7월 13일댓글 수 로딩 중
[sglang] SGLang, FlashInfer의 CuTe DSL 백엔드 도입으로 NVFP4 양자화 성능 극대화SGLang이 FlashInfer의 최신 CuTe DSL 백엔드를 활용하여 NVFP4 양자화 성능을 크게 향상시킵니다.#SGLang#FlashInfer#NVFP4#양자화#성능 최적화#CuTe DSL#LLM2026년 7월 13일댓글 수 로딩 중
[vllm] vLLM의 FlashInfer MNNVL AllReduce RMSNorm 양자화 융합 최적화vLLM에서 FlashInfer의 MNNVL 백엔드를 활용해 AllReduce와 RMSNorm 양자화 융합을 활성화하여 성능을 개선하는 방법.#vLLM#FlashInfer#MNNVL#AllReduce#Optimization2026년 7월 13일댓글 수 로딩 중
[논문리뷰] Weak-to-Strong Generalization via Direct On-Policy Distillation본 논문은 대규모 언어 모델의 post-training 단계에서 발생하는 RLVR(Reinforcement Learning with Verifiable Rewards)의 높은 컴퓨팅 비용 문제를 해결하고자 합니다.#Review#Weak-to-Strong Generalization#Reinforcement Learning#On-Policy Distillation#Policy Shift#Implicit Reward#Post-Training#Large Language Models2026년 7월 13일댓글 수 로딩 중
[논문리뷰] Proxy Exploration and Reusable Guidance: A Modular LLM Post-Training Paradigm via Proxy-Guided Update Signals본 논문은 기존 LLM 사후 학습 방식이 탐색(exploration)과 분포 정렬(distribution alignment)을 강하게 결합하여 컴퓨팅 효율성과 확장성을 저해하는 문제를 해결합니다.#Review#Post-training#Proxy Exploration#Update Signal Transfer#LLM Alignment#Modular Training#Weak-to-Strong Generalization2026년 7월 13일댓글 수 로딩 중