[논문리뷰] GroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives본 연구는 기존의 VLA 모델 및 WAM (World-Action Models)이 범용 시각-언어 백본의 한계로 인해 밀집된 환경이나 미세한 물체 인식에서 정밀한 grounding을 수행하지 못하는 문제를 해결하고자 한다.#Review#Physical Intelligence#Visual Grounding#Foundation Model#Embodied AI#Vision-Language-Action#Spatial Perception2026년 10월 12일댓글 수 로딩 중
[논문리뷰] GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed본 논문은 Autoregressive (AR) Grounding Model의 본질적인 Latency 문제와 다양한 Visual Grounding Task에 대한 Diffusion Vision-Language Model (DLM)의 잠재력 미활용 문제를 해결하고자 한다.#Review#Visual Grounding#Parallel Decoding#Diffusion Vision-Language Models#Foundation Model#Reinforcement Learning#Latency#Throughput#Structured Prediction2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Evaluating LLM Creativity through Long-Tail PerformanceThe browsing was successful. I have the HTML content of the paper. Now I will proceed with summarizing the paper according to the given constraints.#Review2026년 10월 12일댓글 수 로딩 중
[논문리뷰] CrossTimeEdit: A Decade-Spanning Cross-View Dataset and Reward-Guided Editing for Historical Street-View Generation본 연구는 기존 cross-view generation 모델이 위성 이미지의 희소한 정보에만 의존하여 과거 스트리트 뷰를 복원함에 따라 발생하는 시각적 왜곡과 일관성 부족 문제를 해결하고자 합니다.#Review#Cross-view Generation#Historical Street-View#Reward-Guided Editing#VIGOR-his#Flow-GRPO#GDPO#Multi-reward Optimization2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Branching On-Policy Distillation기존 On-Policy Distillation (OPD) 방식은 학생이 생성한 trajectory에 대해 교사 supervision을 제공하지만, 단일 trajectory는 각 decision에서 오직 하나의 continuation만을 실현하여, 유한한 sampling budget 내에서 supervision coverage를 제한한다.#Review#On-Policy Distillation#Large Language Models#Reinforcement Learning#Behavior Coverage#Shared-Prefix Sampling#Protocol-Boundary Repair#Distillation#Agent Tasks2026년 10월 12일댓글 수 로딩 중
[논문리뷰] AgentSWE: Can Coding Agents Build the Agent You Actually Want?본 논문은 코딩 에이전트가 자연어 요구사항에 따라 에이전트를 구축할 때, 완성된 에이전트가 실제 사용자 의도에 충실하게 작동하는지에 대한 검증이 부족하다는 핵심 문제를 제기합니다.#Review#Coding Agents#Agent Software Engineering#Benchmark#Agent Development Lifecycle#Held-out Cases#Fidelity#Overfitting#Failure Modes2026년 10월 12일댓글 수 로딩 중
[논문리뷰] ARCS: Towards Precise Text-to-SQL via Structured Disambiguation본 논문은 Text-to-SQL 시스템이 실제 환경(real-world deployment)에서 모호성(ambiguity) 문제로 인해 사용자 의도(user intent)와 다른 결과(system outputs deviate)를 초래하는 심각한 문제에 직면하고 있음을 지적합니다.#Review#Text-to-SQL#Ambiguity Resolution#Structured Disambiguation#Large Language Models (LLMs)#Benchmark#Natural Language Interface#Human-Computer Interaction (HCI)2026년 10월 12일댓글 수 로딩 중
[flashinfer] FlashInfer Blackwell MSA 커널 최적화: CAKE 기반의 성능 개선 분석Blackwell 아키텍처를 위한 MiniMax Sparse Attention 커널의 재설계와 최적화 전략을 분석합니다.#FlashInfer#CUDA#Blackwell#Performance#Attention2026년 10월 11일댓글 수 로딩 중
[cpython] Python GC, 불필요한 순회 제거로 33% 성능 향상!Python GC가 객체 순회 횟수를 줄여 33% 이상 성능을 개선한 최적화 PR 분석.#Python#CPython#GarbageCollection#Performance#Optimization#C#Internals2026년 10월 11일댓글 수 로딩 중
[uvicorn] Uvicorn의 리로드 패턴 최적화: O(N²)에서 O(N log N)으로의 성능 개선Uvicorn의 리로드 디렉토리 중복 제거 로직을 개선하여 대규모 디렉토리 트리 환경에서의 시작 속도를 획기적으로 개선한 사례를 분석합니다.#Uvicorn#Python#Performance#Optimization#Algorithm2026년 10월 11일댓글 수 로딩 중
[vllm] [vLLM] GLM-5.3-Flash: 롱 컨텍스트 Prefill 성능을 32% 끌어올린 TP 쿼리 로우 샤딩 분석vLLM에서 중복 계산을 제거하고 통신 효율을 극대화하여 1M 컨텍스트 TTFT를 25% 단축시킨 쿼리 로우 샤딩 최적화 기법을 소개합니다.#vLLM#LLM Optimization#Tensor Parallelism#GLM-5.3-Flash#Deep Learning Performance2026년 10월 11일댓글 수 로딩 중
[sglang] DeepSeek-V4.1 성능 최적화: num_stages=1 적용으로 _hc_mix_stats_partial_kernel 속도 향상DeepSeek-V4.1 모델의 저지연 디코딩 성능을 개선하기 위해 _hc_mix_stats_partial_kernel의 num_stages 설정을 최적화했습니다.#딥러닝#최적화#성능#GPU#Triton#DeepSeek#sglang2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Work2Skill: Capturing Human GUI Experience for Reusable Agent Skill Induction본 논문은 범용 컴퓨터 사용 에이전트가 인간의 도메인 지식이 필요한 낯선 소프트웨어나 복잡한 워크플로우를 처리하는 과정에서 겪는 한계를 해결하고자 합니다. 기존의 데모 기반 학습 방식은 정적인 기록에 의존하거나, 작업의 핵심 규칙과 세부 사항을 분리하지 못해 재사용성이 떨어지는 문제를 안고 있습니다 .#Review#GUI Agent#Skill Induction#Human Demonstration#Multimodal Evidence#Agentic Workflow#WorkRecorder2026년 10월 11일댓글 수 로딩 중
[논문리뷰] When Do We Need On-Policy Distillation? Distilling on Offline Student Rollouts Is Often Better본 논문은 모든 상황에서 On-Policy 샘플링이 증류에 최적의 결과를 제공하는가라는 근본적인 의문을 제기합니다.#Review#On-Policy Distillation#Semi-On-Policy Distillation#Knowledge Distillation#Language Model Post-training#Teacher-Student Alignment#Output-token Overlap2026년 10월 11일댓글 수 로딩 중
[논문리뷰] When Do Biological Reasoning Models Use Their Biological Inputs?본 논문은 생물학적 추론 모델이 실제로 생물학적 입력값을 기반으로 추론하는지, 아니면 단순한 데이터 편향에 의존하는지 평가하는 것을 목표로 합니다. 많은 모델이 벤치마크에서 높은 정확도를 기록하지만, 이러한 성과가 제공된 유전체나 단백질 데이터의 핵심 정보를 모델이 실제로 사용했음을 보장하지는 않습니다.#Review#Biological Reasoning Models#Multimodal LLMs#Representation Probing#Evidence Conflicts#Benchmark Sensitivity#Post-training#Input Perturbation2026년 10월 11일댓글 수 로딩 중
[논문리뷰] VisionWeave: Weaving Elastic Visual Representations as a Native Capability of MLLMs본 논문은 최신 MLLMs가 고해상도 입력 처리 시 고정된 크기의 dense patch token을 생성함에 따라 발생하는 막대한 연산 비용 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Elastic Visual Representation#Content-Adaptive Token Savings#Gated Spatial Pooler#Granularity Router#Self-Distillation#Efficiency-Quality Trade-off2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Video-RSI: Recursive Self-Improvement of Video Understanding Agents via Harness Evolution본 논문은 기존 비디오 에이전트가 고정된 Harness에 의존하여 실패 원인을 적절히 진단하지 못하고, 증거 수집 방식의 최적화가 어렵다는 한계를 해결하고자 합니다 .#Review#Video Understanding#Recursive Self-Improvement#Executable Harness#Active Investigation#Cost-Aware Evolution#Agentic Systems#Frozen Models2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Universal Textual Teaching for LLMs기존의 Knowledge Distillation 방식은 대부분 Student 모델의 파라미터를 업데이트해야 하므로, 특정 아키텍처나 체크포인트에 지식이 종속되는 한계를 갖습니다 .#Review#Knowledge Distillation#Large Language Models#Primer#Parameter-update-free#Multi-role Interaction#In-context Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Towards Physically Grounded Articulated 3D Assets: A Multi-Agent Pipeline and Benchmark본 논문은 기존의 관절형 3D 에셋 생성 방식이 시각적 외형 재현에만 치중하여 실제 물리적 환경에서 기능하거나 조작하기 어렵다는 문제를 해결하고자 한다. 대부분의 기존 연구들은 기하학, 관절 구조, 또는 물리적 속성(질량, 재질 등)을 개별적으로 다루어 상호 의존적인 속성들을 종합적으로 만족시키지 못한다 .#Review#Articulated 3D Assets#Multi-Agent Pipeline#Physical Simulation#Robot Manipulation#3D Generation#Physically Grounded2026년 10월 11일댓글 수 로딩 중
[논문리뷰] TouchScale: 500 Hours of Human Vision and Touch for Visual-Tactile Learning본 연구는 대규모 human egocentric 영상 데이터가 Embodied AI 발전에 기여하고 있음에도 불구하고, 물리적 상호작용의 핵심인 '접촉'과 '압력' 정보가 누락되어 있다는 점을 해결하고자 합니다 .#Review#Visual-Tactile Learning#Egocentric Dataset#Robotic Manipulation#Tactile Prediction#Representation Learning#Scaling Laws2026년 10월 11일댓글 수 로딩 중