[논문리뷰] MemLearner: Learning to Query Context memory for Video World Models본 논문은 Video World Models가 긴 시간의 생성 과정에서 장면의 일관성을 유지하지 못하는 메모리 부족 문제를 해결하고자 한다.#Review#Video World Models#Context Memory#Adaptive Query Tokens#Diffusion Transformer#Learnable Memory2026년 6월 30일댓글 수 로딩 중
[논문리뷰] Managing Procedural Memory in LLM Agents: Control, Adaptation, and Evaluation본 연구는 LLM 기반 에이전트가 현실 업무에서 반복적인 절차를 수행할 때 발생하는 Procedural Memory의 재사용성 문제를 해결하고자 한다. 기존 연구들은 로컬 환경에서의 단기 성능 향상에 집중하여, 서로 다른 태스크, 역할(Role), 모델 Backbone 간의 실질적인 전이 성능을 충분히 평가하지 못했다.#Review#LLM Agents#Procedural Memory#Skill Transfer#Benchmark#Agent Evolution#Task Generalization2026년 6월 30일댓글 수 로딩 중
[논문리뷰] Little Brains, Big Feats: Exploring Compact Language Models본 논문은 RAG 시스템의 Generation 단계에서 LLM의 높은 리소스 요구사항 문제를 해결하기 위해, 상대적으로 컴퓨팅 비용이 낮은 SLM의 활용 가능성을 탐구한다 .#Review#Small Language Models (SLMs)#Retrieval-Augmented Generation (RAG)#On-device AI#LLM-as-a-Judge#Russian-language Benchmark2026년 6월 30일댓글 수 로딩 중
[논문리뷰] LUMOS: A Semantic Operating-System Layer for Accessibility-Grounded AI Agents본 논문은 기존 운영체제가 인간 사용자에게 최적화되어 있어 AI 에이전트의 효율적인 제어를 방해한다는 문제점을 해결하고자 합니다.#Review#AI Agents#Operating Systems#Accessibility#Semantic Blueprint#UI Automation#Computer Use#LLM2026년 6월 30일댓글 수 로딩 중
[논문리뷰] GEAR: Guided End-to-End AutoRegression for Image Synthesis본 논문은 현대의 시각적 생성 모델들이 tokenizer와 generator를 2단계로 분리하여 학습함으로써 발생하는 비효율성을 해결하고자 합니다 .#Review#GEAR#Autoregressive#Tokenizer#End-to-End#Representation Alignment#Vector Quantization#Image Synthesis2026년 6월 30일댓글 수 로딩 중
[논문리뷰] FlexiSLM: A Dynamic and Controllable Frame Rate Spoken Language Model본 논문은 기존 Spoken Language Model(SLM)들이 고정된 frame rate(fixed frame rate)를 사용하여 불필요한 연산 자원을 낭비하고, 추론 시 속도와 품질 간의 유연한 조절이 불가능하다는 문제를 해결하고자 한다.#Review#Spoken Language Model#Dynamic Frame Rate#Controllable Generation#Speech Tokenization#Frame Merging#Inference Efficiency2026년 6월 30일댓글 수 로딩 중
[논문리뷰] Evolution Fine-Tuning: Learning to Discover Across 371 Optimization Tasks본 논문은 최적화 작업에서 LLM의 탐색 및 개선 능력이 외부 Scaffold에 의존적이며, 모델 자체에 내재화되지 않는다는 문제를 해결합니다. 기존 연구들은 각 작업을 개별적으로 접근하여 매번 처음부터 탐색을 수행하고, 탐색 경험을 재사용하지 않는다는 한계가 있습니다.#Review#Evolution Fine-Tuning#Large Language Models#Optimization Tasks#Cross-task Generalization#Search Scaffolds#Evolutionary Search#ℱinch2026년 6월 30일댓글 수 로딩 중
[논문리뷰] Dockerless: Environment-Free Program Verifier for Coding Agents본 논문은 기존의 실행 기반(Execution-based) 프로그램 검증기가 가진 과도한 엔지니어링 오버헤드와 비확장성 문제를 해결하기 위해 Dockerless를 제안합니다.#Review#Coding Agents#Environment-Free#Program Verifier#SWE-bench#Reinforcement Learning#Supervised Fine-tuning2026년 6월 30일댓글 수 로딩 중
[논문리뷰] DataEvolver: Self-Evolving Multi-Agent Data Construction for Text-Rich Image Generation기존의 Text-rich image 데이터 구축 방식은 고정된 텍스트 크롤링 및 필터링(Crawl-filter-freeze paradigm)에 의존하고 있어, 데이터 구축 과정에서 발생하는 다양한 실패 사례를 유의미한 정보로 활용하지 못하는 한계가 있습니다.#Review#Data Construction#Multi-Agent System#Text-Rich Image Generation#Feedback Loop#Policy Evolution2026년 6월 30일댓글 수 로딩 중
[논문리뷰] DOPD: Dual On-policy Distillation본 논문은 OPD 환경에서 특권 정보를 주입할 때 발생하는 Privilege Illusion 문제를 해결하고자 합니다.#Review#On-policy Distillation#Privileged Information#Privilege Illusion#Advantage-aware#Dual Distillation#Large Language Model#Vision-Language Model2026년 6월 30일댓글 수 로딩 중
[논문리뷰] BrainJanus: A Unified Model for Understanding and Generation across Brain, Vision, and Language본 논문은 기존의 뇌-기계 인터페이스(BCI) 연구들이 Brain encoding과 decoding을 독립적인 작업으로 간주하고, 모달리티 간 통합이 결여된 단편적인 접근 방식을 취하는 한계를 해결하고자 합니다.#Review#BrainJanus#Unified Model#Brain Encoding#Brain Decoding#Autoregressive#Omni Space#Tokenization2026년 6월 30일댓글 수 로딩 중
[논문리뷰] BlockPilot: Instance-Adaptive Policy Learning for Diffusion-based Speculative Decoding본 논문은 기존의 Diffusion-based Speculative Decoding 방식이 모든 입력 데이터에 대해 동일한 Block Size를 사용하는 정적(static) 전략에 의존하고 있어 비효율적이라는 점을 지적합니다.#Review#Speculative Decoding#Diffusion Language Models#Block-level Diffusion#Instance-Adaptive#Policy Learning#Inference Optimization2026년 6월 30일댓글 수 로딩 중
[논문리뷰] AVTok: 1D Unified Tokenization for Holistic Audio-Video Generation본 논문은 기존 오디오-비디오(AV) 생성 모델들이 겪고 있는 고비용의 Dual-branch 아키텍처 문제와 모달리티 간 Representation Gap을 해결하고자 합니다 .#Review#Audio-Video Generation#Unified Tokenization#1D Latent Representation#Dual-stream Transformer#Hierarchical Training#Multimodal Learning2026년 6월 30일댓글 수 로딩 중
[axolotl] Axolotl에 도입된 Stateless 최적화: SinkGD로 메모리 효율 극대화하기SinkGD를 통해 LLM 학습 시 옵티마이저 상태 메모리를 87% 절감하고 성능을 유지하는 최적화 기법을 분석합니다.#LLM#Optimization#SinkGD#PyTorch#Axolotl2026년 6월 30일댓글 수 로딩 중
[sglang] [NPU] GLM-4.7-Flash 성능 최적화: Fused Triton 커널로 연산 병목 해결하기Split과 RMSNorm 연산을 하나로 합친 Fused Kernel을 도입하여 GLM-4.7-Flash 모델의 NPU 추론 성능을 대폭 개선했습니다.#NPU#Triton#Optimization#DeepSeek-V2#SGLang#LLM Inference2026년 6월 30일댓글 수 로딩 중
[onnxruntime] ONNX Runtime QMoE SwiGLU GEMV 최적화: Split-K2 커널로 LLM 추론 가속화ONNX Runtime의 Split-K2 SwiGLU GEMV 커널로 QMoE FC1 레이어 성능을 개선합니다.#ONNXRuntime#CUDA#GEMV#Split-K2#LLM#Optimization#SwiGLU#QMoE2026년 6월 30일댓글 수 로딩 중
[vllm] vLLM에 고성능 추론을 위한 HPC-Ops Attention 백엔드 도입Tencent의 HPC-Ops 라이브러리를 vLLM에 통합하여 FP8 모델 추론 성능을 최적화하는 방법#vLLM#LLM#HPC#FP8#Attention2026년 6월 30일댓글 수 로딩 중
[open-webui] Open WebUI 성능 최적화: Svelte 컴포넌트에서 불필요한 HTML 재정제 방지Svelte 컴포넌트에서 스트리밍 업데이트 시 불필요한 HTML 재정제를 방지하여 렌더링 성능을 크게 개선합니다.#Svelte#Performance#Optimization#DOMPurify#Frontend#WebUI2026년 6월 29일댓글 수 로딩 중
[flashinfer] FlashInfer의 TRTLLM-Gen MoE 라우팅 최적화: 레지스터 압박 해소와 성능 극대화MoE 라우팅 커널의 스레드 블록 크기를 동적으로 최적화하여 레지스터 압박을 줄이고 고성능을 달성한 사례 분석.#FlashInfer#MoE#CUDA#GPU Optimization#TRTLLM2026년 6월 29일댓글 수 로딩 중
[vllm] vLLM의 성능 극대화: Helion 커널을 활용한 fused_qk_norm_rope 최적화vLLM에 Helion 커널을 도입하여 fused_qk_norm_rope 연산 성능을 H100 기준 최대 1.38배 향상시킨 사례 분석.#vLLM#Helion#KernelOptimization#CUDA#LLM2026년 6월 29일댓글 수 로딩 중