[논문리뷰] LLM-as-a-Verifier: A General-Purpose Verification Framework본 논문은 대규모 언어 모델의 성능 향상을 위한 핵심 축으로서 'Verification'이 충분히 탐구되지 않았다는 문제의식에서 출발합니다. 기존의 표준적인 LM Judge 모델은 점수 분포를 단일의 Discrete한 토큰으로 압축함으로써 평가의 변별력이 낮아지고 Tie(동점) 비율이 높아지는 한계가 있습니다 .#Review#Verification Scaling#Probabilistic Formulation#Logit Expectation#Score Granularity#Repeated Evaluation#Criteria Decomposition#Agentic Tasks2026년 7월 6일댓글 수 로딩 중
[논문리뷰] KVpop -- Key-Value Cache Compression with Predictive Online PruningLLM의 실시간 추론에서 KV cache는 문맥 길이에 선형적으로 증가하여 long-context inference의 병목 현상을 유발합니다.#Review#KV Cache Compression#Large Language Models#Sparse Attention#Predictive Pruning#Inference Efficiency#Memory Optimization2026년 7월 6일댓글 수 로딩 중
[논문리뷰] InternVLA-A1.5: Unifying Understanding, Latent Foresight, and Action for Compositional Generalization본 논문은 기존 VLA 모델들이 직면한 Semantics Erosion(사전 학습된 백본의 의미론적 지식 저하), Heterogeneous Objective Interference(서로 다른 학습 목적 간의 간섭), 그리고 픽셀 단위의 미래 예측에 따른 높은 비용 문제를 해결하고자 합니다.#Review#Vision-Language-Action Models#Robot Manipulation#Latent Foresight#Compositional Generalization#Multimodal Co-training#Flow Matching2026년 7월 6일댓글 수 로딩 중
[논문리뷰] GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation로봇 파운데이션 모델의 발전에도 불구하고, 정책 성능을 평가하기 위한 물리적 로봇 실행은 여전히 높은 비용과 긴 시간이 소요되는 핵심 병목 구간입니다.#Review#World Model#Robot Policy Evaluation#WMBench#Embodied AI#Video Generation#Policy Rollout2026년 7월 6일댓글 수 로딩 중
[논문리뷰] GORGO: Online Tuning for Cross-Region Network-Aware LLM Serving본 논문은 전역적으로 분산된 LLM 추론 환경에서 네트워크 지연, KV-cache 로컬리티, 서버 부하를 동시에 고려하는 최적의 로드 밸런싱 정책 부재 문제를 해결합니다.#Review#LLM Serving#Cross-Region#Load Balancing#KV-Cache#Online Tuning#Network Latency#Evolutionary Strategy2026년 7월 6일댓글 수 로딩 중
[논문리뷰] EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments본 논문은 대규모 언어 모델(LLM) 기반 에이전트가 배포 후 실제 환경에서 어떻게 학습하고 진화하는지에 대한 과학적 이해가 부족하다는 점을 해결하고자 한다. 기존의 벤치마크는 짧은 시간 내의 일회성 결과 측정에 집중하여, 에이전트가 상호작용을 통해 점진적으로 개선되는 학습 동역학을 분석하기에 부적합하다 .#Review#EdgeBench#Scaling Laws#Log-Sigmoid#Agent Learning#Real-World Environments#Frontier Expansion2026년 7월 6일댓글 수 로딩 중
[논문리뷰] EVA-Client: A Unified Data Collection, Inference, and Deployment Framework for Embodied Policies on Real Robots본 논문은 최신 Vision-Language-Action(VLA) 및 World-Action 모델(WAM)의 학습 생태계는 성숙해진 반면, 학습된 모델을 실제 로봇에 배포하고 평가하는 과정은 여전히 파편화된 스크립트에 의존하고 있다는 점을 해결하고자 합니다 .#Review#Embodied AI#Robot Manipulation#Deployment Framework#Inference Strategies#Data Collection#Real-Robot Evaluation#VLA Models2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval본 연구는 다중 벡터 기반의 Vision-Language Retrieval에서 발생하는 과도한 스토리지 비용과 추론 지연 문제를 해결하고자 합니다.#Review#Vision-Language Retrieval#Token Merging#Late Interaction#Object-Aware#Token Compression#Multi-vector Retrieval2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Deform360: A Massive Multi-view Visuotactile Dataset for Deformable World Models변형 가능한 물체(deformable objects)는 무한대에 가까운 자유도와 복잡한 물리적 특성으로 인해 로봇 제어 및 동역학 예측에 큰 난제로 작용합니다.#Review#Deformable Object#World Model#Visuotactile#3D Tracking#Robot Planning#Dataset#Gaussian Splatting2026년 7월 6일댓글 수 로딩 중
[논문리뷰] CONFLUX: A Latent Diusion Model for 3D Chest-CT Synthesis with RL Post-Training본 논문은 3D 의료 영상 합성 모델에서 발생하는 임상적 제어 능력의 부족과 조건부 일치도(Conditioning Faithfulness) 문제를 해결하기 위해 제안되었다.#Review#Latent Diffusion Model#Chest-CT Synthesis#Rectified-Flow Transformer#Reinforcement Learning#Group-Relative Policy Optimization#Conditioning Faithfulness2026년 7월 6일댓글 수 로딩 중
[논문리뷰] AI Wizards at EXIST 2026: Hierarchical Soft-Label Learning for Multimodal Sexism Identification in Memes본 논문은 온라인 밈(Meme)에 포함된 성차별적 콘텐츠를 자동 탐지하기 위해 기존의 이분법적 분류 방식이 갖는 한계를 극복하고자 합니다.#Review#Multimodal Sexism Identification#Learning with Disagreement#Hierarchical Classification#Soft-Label Learning#Gated MLP#Gemini Embedding 22026년 7월 6일댓글 수 로딩 중
[axolotl] Qwen3.5 성능 극대화: PEFT의 불필요한 Dtype 캐스팅 제거와 LoRA 커널 퓨전Qwen3.5의 GatedDeltaNet 레이어에서 발생하는 불필요한 메모리 복사 부하를 줄여 학습 속도를 최대 5.9% 향상시킨 Axolotl의 최적화 기법을 분석합니다.#LLM#LoRA#Optimization#PyTorch#Axolotl#Qwen3.52026년 7월 5일댓글 수 로딩 중
[vllm] vLLM의 Sequence Parallelism 최적화: DP 의존성 제거를 통한 성능 향상vLLM에서 Data Parallelism 없이 Sequence Parallelism을 지원하여 MoE 모델의 효율성을 극대화한 최적화 분석.#vLLM#LLM#MoE#SequenceParallelism#DistributedComputing2026년 7월 5일댓글 수 로딩 중
[uv] uv의 패키지 설치 성능 최적화: 불필요한 site-packages 스캔 제거uv가 설치 시 모든 패키지를 스캔하던 문제를 해결하여 대규모 환경에서 설치 속도를 최대 21.5% 개선했습니다.#uv#Rust#Python#Performance#Optimization2026년 7월 5일댓글 수 로딩 중
[sglang] SGLang: ROCm 환경에서 RMSNorm의 배치 불변성 확보를 통한 결정론적 추론 개선SGLang이 ROCm 환경에서 RMSNorm의 배치 불변성 문제를 해결하여 결정론적 추론을 가능하게 한 PR 분석.#SGLang#ROCm#RMSNorm#Batch Invariance#Deterministic Inference#LLM Optimization2026년 7월 5일댓글 수 로딩 중
[논문리뷰] VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon본 논문은 현대 VLA 정책이 고질적으로 겪는 'predict-then-blindly-execute' 패러다임의 한계를 해결하고자 합니다.#Review#VLA#Action Chunking#Latent-space Vision Monitor#Online Gradient Guidance#Embodied Intelligence#Adaptive Action Horizon#Corrective Inference2026년 7월 5일댓글 수 로딩 중
[논문리뷰] The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning본 논문은 LLM RL 파이프라인에서 발생하는 Training-Inference Mismatch가 단순히 알고리즘적 오류를 넘어 Objective Misalignment를 유발한다는 점을 지적한다.#Review#Large Language Model#Reinforcement Learning#Training-Inference Mismatch#Monotonic Policy Improvement#Policy Optimization#Alignment2026년 7월 5일댓글 수 로딩 중
[논문리뷰] Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming본 논문은 현대 AI 인프라가 급격히 성장함에 따라 기존 보안 도구가 해결하지 못하는 새로운 공격 표면이 형성되었음을 지적합니다. .#Review#AI Security#Agent Red Teaming#Model Context Protocol (MCP)#Infrastructure Scanning#LLM-driven Auditing#Supply Chain Security2026년 7월 5일댓글 수 로딩 중
[논문리뷰] OrbitQuant: Data-Agnostic Quantization for Image and Video Diffusion Transformers본 논문은 Diffusion Transformers의 추론 효율성을 높이기 위해 데이터 보정(calibration)이 필요 없는 새로운 Post-Training Quantization (PTQ) 프레임워크인 OrbitQuant를 제안합니다.#Review#Diffusion Transformers#Post-Training Quantization#Data-Agnostic#RPBH Rotation#Distributional Codebook#Inference Efficiency2026년 7월 5일댓글 수 로딩 중
[논문리뷰] MultAttnAttrib: Training-Free Multimodal Attribution in Long Document Question Answering본 논문은 긴 멀티모달 문서에서 생성된 답변의 근거를 정확히 찾아내는 Multimodal Attribution 문제를 해결하고자 합니다. 기존의 연구들은 주로 텍스트 기반의 단일 모달(unimodal) 설정에 집중되어 있어, 텍스트와 이미지가 혼재된 실제 문서에서의 복합적인 근거를 로컬라이징하는 데 한계가 있습니다.#Review#Multimodal Attribution#Long Document#Training-Free#Mechanistic Interpretability#Attention Heads#Causal Mediation Analysis#MultAttrEval2026년 7월 5일댓글 수 로딩 중