[논문리뷰] A Decade in a Day: Synthesizing Agent-Native Interfaces from Human-Oriented Software Evolution본 논문은 LLM agents가 desktop applications의 새로운 사용자 class로 부상하고 있지만, 기존 desktop interface들이 human end-users 또는 application developers를 위해 설계되어 agents의 performance를 저해하는 문제를 제기합니다.#Review#LLM Agents#Agent-Native Interfaces (ANIS)#Software Evolution#DESKIF-BENCH#Discoverability#Granularity#Observability2026년 10월 13일댓글 수 로딩 중
[flashinfer] FlashInfer의 MXFP8 GEMM 성능 최적화: Warp-level Split-K 도입SM100/SM103 아키텍처에서 MXFP8 GEMM의 성능을 극대화하기 위한 Warp-level Split-K 최적화 기법 분석.#FlashInfer#CUDA#GEMM#MXFP8#Performance#GPU2026년 10월 12일댓글 수 로딩 중
[vllm] vLLM의 MLA 메타데이터 빌드 성능 최적화: 호스트 디스패치 오버헤드 제거MLA 메타데이터 빌드 과정에서 불필요한 PyTorch 텐서 디스패치를 제거하여 호스트 측 지연 시간을 최대 21배 개선했습니다.#vLLM#Performance#PyTorch#Optimization#MLA2026년 10월 12일댓글 수 로딩 중
[vllm] [vLLM 성능 최적화] MoE 레이어의 불필요한 메모리 복사를 제거하는 Humming 최적화 분석MoE 모델의 w13 GEMM 연산 전, 조건에 따라 불필요한 입력 데이터 복사를 생략하여 메모리 대역폭을 절약하고 추론 성능을 개선한 사례를 살펴봅니다.#vLLM#MoE#Performance#Optimization#CUDA#LLM2026년 10월 12일댓글 수 로딩 중
[onnxruntime] ONNX Runtime CPU 성능 향상: YOLOX 모델 최적화 분석ONNX Runtime에서 YOLOX 모델의 CPU 성능을 획기적으로 개선한 PR 분석#ONNX Runtime#CPU 최적화#YOLOX#성능 개선#MLAS2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Visual Grounding Safety in Vision-Language Models본 논문은 Vision-Language Models(VLMs)의 안전성 정렬이 텍스트 출력과 달리 행동 기반의 공간적 출력인 Visual Grounding에는 제대로 적용되지 않는다는 핵심 문제를 제기한다.#Review#Vision-Language Models#Visual Grounding#Safety Alignment#Mismatched Generalization#Fine-Tuning#Over-refusal2026년 10월 12일댓글 수 로딩 중
[논문리뷰] VIS-Ground: Video Interactive Storytelling with Contextual Grounding본 논문은 인터랙티브 비디오 생성 시 발생하는 복합적인 context 간의 의존성 문제를 해결하고자 합니다. 사용자의 요구사항은 단순히 단일 입력에 의존하는 것이 아니라, 이미 렌더링된 비디오 역사와 grounding source 간의 잠재적 의존성을 포괄해야 합니다.#Review#Video Interactive Storytelling#Constrained Video Generation#Agentic Planning#Contextual Grounding#VIS-Bench2026년 10월 12일댓글 수 로딩 중
[논문리뷰] UNITAS: A 3D-Native World Action Model for Embodied Manipulation기존의 World Action Models (WAMs)는 주로 비디오 생성 모델에 의존하여 환경 변화를 픽셀 단위의 시각적 잠재 표현으로만 학습하는 한계가 있습니다.#Review#Embodied AI#World Action Model#3D-Native#Point Flow#Robot Manipulation#Trajectory Tokenizer#Spatial Grounding2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Thinking Inertia: LLMs Keep Thinking When Told Not To본 논문은 LLM이 추론 과정에 추가 토큰을 할당하여 성능을 크게 향상시켰지만, 이에 따른 latency 및 token consumption 증가 문제를 해결하기 위한 'no-thinking' 행동에 대한 체계적인 연구가 부족함을 지적합니다.#Review#LLMs#No-Thinking#Thinking Inertia#Prompting#Instruction Following#Evaluation Metrics#Answer Space2026년 10월 12일댓글 수 로딩 중
[논문리뷰] T3lescope: Arbitrary-Resolution High-Fidelity Generative Surface Reconstruction from Images본 논문은 기존의 3D 장면 재구성 방식이 가지는 고정 해상도 및 스케일 제약과 전역적 기하학적 일관성 유지의 어려움을 해결하고자 합니다.#Review#Generative Surface Reconstruction#Coarse-to-Fine Cascade#Multi-Scale Conditioning#3D Flow Matching#Sparse-Voxel Mesh Generation2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Systematic Multi-Agent Vision-and-Language Navigation: Formulation, Benchmark, and Method본 연구는 기존의 Vision-and-Language Navigation (VLN) 연구가 주로 단일 에이전트나 단순한 협력 방식에 국한되어, 복잡한 현실 세계의 제약 조건을 반영하지 못한다는 문제 의식에서 출발합니다.#Review#Vision-and-Language Navigation#Multi-Agent Systems#Embodied AI#Subtask Scheduling#Topological Memory#Constraint-aware Navigation2026년 10월 12일댓글 수 로딩 중
[논문리뷰] SpatialASM: Internalizing Active Mentalization for Spatial Reasoning본 논문은 Large Vision-Language Models (LVLMs)이 복잡한 spatial reasoning tasks에서 Active Spatial Mentalization (ASM) 능력이 크게 부족하다는 핵심 문제를 제기한다.#Review#Active Spatial Mentalization#LVLM#Spatial Reasoning#Novel-View Generation#Chain-of-Thought#Reinforcement Learning#Allocentric Viewpoint2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Scaling Agentic Data for Long-Horizon Terminal Intelligence본 논문은 LLM Agent들이 대화형 질의응답을 넘어 디지털 환경에서의 자율적인 작업을 수행하는 단계로 발전함에 따라, Terminal Interface 기반의 복잡한 Long-Horizon Task 처리에 대한 필요성이 증대되고 있음을 지적한다.#Review#Agentic Data#Long-Horizon Tasks#Terminal Agents#Data Synthesis#Supervised Fine-tuning#Behavioral Patterns#Environment Reconstruction#Progressive Expansion2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Same Output, Different Gold: Measuring How Reference Choice Moves a Multilingual Benchmark Score본 논문은 벤치마크 스코어가 시스템 성능뿐만 아니라 레퍼런스의 선택에도 크게 의존한다는 점을 직접적으로 다룬다. 기존 연구들은 시스템 출력에 대부분의 관심을 기울이고 레퍼런스를 데이터셋의 고정된 속성으로 간주했지만, 레퍼런스는 어노테이션 과정의 결과물이며 다양한 해결 규칙에 따라 달라질 수 있다.#Review2026년 10월 12일댓글 수 로딩 중
[논문리뷰] SPLATIFY: Reproduce, Discover, Innovate! From Papers and Ideas to Trainable 3DGS Code본 논문은 급증하는 3D Gaussian Splatting (3DGS) 연구 분야에서 논문을 실행 가능한 코드로 전환하고, 새로운 지식을 발견하며, 기존 방법을 혁신하는 데 필요한 막대한 노력과 병목 현상을 해결하고자 한다.#Review#3D Gaussian Splatting#Automated Code Generation#Multi-Agent System#Grammar-Constrained Synthesis#Fork-aware Dependency Resolution#Knowledge Discovery#Nerfstudio#gsplat2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Relevance Does Not Imply Applicability: Experience Activation for Personal GUI Agents본 논문은 기존의 개인화된 GUI 에이전트가 사용하는 '과거 경험 호출(Retrieval)' 방식이 '연관성(Relevance)'을 '적용 가능성(Applicability)'으로 오인하고 있다는 문제를 지적합니다.#Review#GUI Agents#Personalization#Experience Activation#Training-free#Contextual Awareness#Human-Computer Interaction2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Prospective Hindsight: Self-Calibrating Reinforcement Learning via Prediction-Reality Gaps본 논문은 LLM 기반 에이전트가 long-horizon task를 수행할 때 발생하는 overconfident failure 문제를 해결하고자 합니다.#Review#Reinforcement Learning#Self-Calibration#Prediction-Reality Gap#Agentic RL#Miscalibration#Overconfidence#On-policy Distillation2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Multi-Stream Attention ResidualsTransformer 기반 LLM에서 depth를 확장하는 것은 성능 향상을 위한 주요 요소였지만, 최신 PreNorm 아키텍처에서는 layer를 추가해도 기대만큼의 이득을 얻지 못하는 경우가 발생합니다.#Review#Multi-Stream Attention Residuals#Depth Attention#Large Language Models#Residual Connections#Pre-training#Scaling Laws#MoE2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-TrainingLarge Language Models (LLMs)는 복잡한 Reasoning 분야에서 상당한 발전을 이루었지만, Reasoning Post-Training 시 방대한 Corpus를 사용하면 성능 향상에 비례하지 않는 막대한 Training Cost가 발생합니다.#Review#Large Language Models#Reasoning#Post-Training#Uncertainty-Guided#Data Efficiency#Knowledge Distillation#Progressive Contraction#Supervision Allocation2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Initialization Improves LLM-Driven Discovery본 논문은 LLM을 활용한 자율적인 과학적·알고리즘적 발견 과정에서 발생하는 Harness Design의 취약성과 성능 저하 문제를 해결합니다.#Review#LLM-driven Discovery#Harness Design#Mode Collapse#Parallel Exploration#In-context Learning#Inference-time Compute2026년 10월 12일댓글 수 로딩 중