[논문리뷰] From Trainee to Trainer: LLM-Designed Training Environment for RL with Multi-Agent Reasoning본 연구는 RL 학습 환경을 수동으로 설계하는 기존 파이프라인의 비효율성과 확장성 한계를 해결하고자 수행되었습니다. 기존의 RL 학습은 환경 설정이 고정되어 있거나, 전문가가 휴리스틱에 의존하여 학습 커리큘럼을 직접 조정해야 하므로 복잡한 시나리오에서의 일반화 및 최적화 능력이 저하되는 문제가 있습니다.#Review#Reinforcement Learning#LLM-as-Environment-Engineer#Multi-Agent Path Finding#MAPF-FrozenLake#Self-Improvement#Policy Conditioning2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Externalizing Research Synthesis and Validation in AI Scientists through a Research Harness본 논문은 현대의 AI 과학자 시스템들이 자동화된 과학적 연구 수행에는 능숙하나, 연구의 논리적 근거와 추론 과정이 모델의 내부 상태에 잠겨 있어 외부에서 검증하거나 감사하기 어렵다는 문제를 제기한다 .#Review#AI Scientist#Research Harness#Research Synthesis#Experimental Validation#Claim Drift#Auditability#Paper Graph Infrastructure2026년 6월 17일댓글 수 로딩 중
[논문리뷰] EfficientRollout: System-Aware Self-Speculative Decoding for RL Rollouts본 논문은 LLM의 RL 학습 과정에서 발생하는 Rollout 생성의 고질적인 Latency 문제를 해결하기 위해 고안되었습니다.#Review#Reinforcement Learning#Speculative Decoding#Self-Speculative Decoding#LLM Rollout#System-Aware#Quantization2026년 6월 17일댓글 수 로딩 중
[논문리뷰] CEO-Bench: Can Agents Play the Long Game?본 논문은 기존의 에이전트 평가 방식이 단기 작업(Short-horizon tasks)에 치우쳐 있어, 실제 세계의 복잡한 의사결정 과정을 검증하지 못한다는 문제 의식에서 출발한다 .#Review#Long-Horizon#Agent Evaluation#Business Simulation#Decision Making#Partial Observability#Strategic Planning#Autonomous Agents2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games본 논문은 MLLM이 현재 눈에 보이는 정보 외에 과거의 관측값을 기억하고 이를 활용해야 하는 Non-Markov 상황에서의 한계를 해결하고자 합니다. 기존 벤치마크들은 은닉 상태를 재구성하는 능력과 다른 에이전트 기술들을 혼재시키거나, 에피소드가 끝난 후 기억을 테스트하는 방식으로 기억력을 제대로 격리하지 못했습니다.#Review#Multimodal Large Language Models#Non-Markov Games#In-context State Tracking#Belief State#Closed-loop Evaluation#Memory Gap2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Beyond Alignment: Value Diversity as a Collective Property in Multicultural Agent Systems본 논문은 기존의 Value Alignment 평가가 개별 agent의 충실도에만 집중하여, 멀티 에이전트 시스템 전체가 보유해야 할 문화적 다양성을 간과하고 있다는 문제를 제기합니다.#Review#Value Diversity#Multicultural Agent Systems#LLM Alignment#Collective Decision-Making#Cultural Homogenization#System-Level Evaluation2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Bag of Dims: Training-Free Mechanistic Interpretability via Dimension-Level Sign Patterns본 논문은 Transformer의 내부 연산 과정을 해석하기 위해 별도의 해석 모델을 훈련해야 하는 기존 방식의 비효율성을 해결하고자 한다.#Review#Mechanistic Interpretability#Transformer#Standard Basis#Dimension-Level#Feature Discovery#Sign Patterns#Zero-Training2026년 6월 17일댓글 수 로딩 중
[논문리뷰] A Benchmark and Framework for Evaluating Next Action Predictions in Spreadsheets본 논문은 스프레드시트 환경에서 부족한 자동 완성(auto-completion) 기능을 보완하기 위해 차세대 작업 예측을 위한 벤치마크와 평가 프레임워크를 제안합니다. 기존의 코드 자동 완성 연구와 달리, 스프레드시트는 공개적인 편집 기록(edit history) 데이터가 부족하고 작업 공간이 복잡하다는 한계가 있습니다.#Review#Spreadsheet Automation#Next Action Prediction#Benchmark#Online Evaluation#Human-AI Collaboration#Code Completion2026년 6월 17일댓글 수 로딩 중
[onnxruntime] ONNX Runtime WebGPU: Reduce 연산 최적화를 통한 성능 향상WebGPU 환경에서 ReduceMean 연산 시 발생하는 불필요한 Transpose 오버헤드를 제거하여 모델 추론 속도를 개선한 사례를 분석합니다.#ONNXRuntime#WebGPU#Optimization#Performance#GPGPU2026년 6월 16일댓글 수 로딩 중
[sglang] Ascend NPU에서 Qwen3 모델을 위한 W8A8 MXFP8 양자화 지원Ascend NPU 환경에서 Qwen3 모델의 추론 성능을 높이기 위해 MXFP8 온라인 및 오프라인 양자화 기능을 구현했습니다.#Ascend NPU#Quantization#MXFP8#LLM#SGLang2026년 6월 16일댓글 수 로딩 중
[sglang] [성능 최적화] Wan2.2 모델을 위한 최적의 torch.compile 모드 찾기: 왜 'default'가 더 빠를까?Wan2.2 T2V A14B 모델에서 torch.compile 모드를 'default'로 변경하여 성능을 5% 이상 향상시키고 메모리 사용량을 줄인 사례를 분석합니다.#PyTorch#torch.compile#SGLang#Performance#DeepLearning#Wan2.22026년 6월 16일댓글 수 로딩 중
[sglang] AMD GPU 최적화: Triton 커널 퓨전을 통한 Qwen2 MoE 공유 전문가 게이팅 성능 향상AMD GPU에서 Qwen2 MoE 모델의 공유 전문가 게이팅 연산을 Triton 커널로 융합하여 성능을 개선한 PR 분석#AMD#Triton#Triton Kernel Fusion#Qwen2 MoE#Performance Optimization#SGLang2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Zone of Proximal Policy Optimization: Teacher in Prompts, Not Gradients본 논문은 소형 모델(Small-scale Student)의 지식 전달(Knowledge Transfer) 시 발생하는 일반화 성능 저하 및 강화학습의 비효율성 문제를 해결하고자 합니다.#Review#ZPPO#Reinforcement Learning#Knowledge Distillation#Prompt Engineering#VLM#LLM#Policy Gradient#Zone of Proximal Development2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Visual-Seeker: Towards Visual-Native Multimodal Agentic Search via Active Visual Reasoning본 논문은 기존의 Multimodal Deep Search Agent들이 실제 환경의 복잡한 시각 정보를 효과적으로 다루지 못하는 'Visual Blindness' 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Agentic Search#Active Visual Reasoning#Data Synthesis#Visual-native#Multi-hop Reasoning2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Variable-Width Transformers본 논문은 대부분의 Transformer 모델이 모든 층에 걸쳐 일정한 Width를 유지하는 Uniform-Width 설계를 고수함으로써 발생하는 자원 비효율성 문제를 해결하고자 한다. 저자들은 층별로 수행하는 계산적 역할이 다름에도 불구하고 고정된 매개변수와 연산 예산을 균등하게 할당하는 것은 최적이 아니라고 주장한다.#Review#Transformer#Nonuniform Capacity Allocation#Variable-Width Architecture#Scaling Laws#KV Cache#Computational Efficiency#Representation Collapse2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Unified Multimodal Autoregressive Modeling with Shared Context-Visual Tokenizer is Key to Unification본 논문은 시각적 이해(understanding)와 생성(generation)이 서로 다른 representation space를 사용하여 통합된 모델링을 저해한다는 핵심 문제를 해결합니다.#Review#Unified Multimodal Modeling#Autoregressive Modeling#Binary Spherical Quantization#Visual Tokenizer#Parallel Bitwise Prediction#Shared Context2026년 6월 16일댓글 수 로딩 중
[논문리뷰] The Price of Anarchy in Disaggregated Inference본 연구는 Disaggregated Inference 시스템이 다수의 독립적인 에이전트(요청, 연산 풀, 캐시 블록)가 자원을 놓고 경쟁하는 복잡한 멀티 에이전트 시스템이라는 점에 주목한다.#Review#Disaggregated Inference#Price of Anarchy#LLM Serving#Game Theory#Resource Allocation#KV Cache2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Text-Vision Co-Instructed Image Editing본 논문은 기존 이미지 편집 방식이 가진 공간 제어의 불명확성과 의미적 의도의 모호성 문제를 해결하기 위해 제안되었습니다. 기존의 textual instruction-based 모델은 의미적 표현력은 뛰어나지만, 정교한 공간적 제어나 객체의 움직임을 지정하는 데 한계가 있습니다 .#Review#Computer Vision#Diffusion Models#Image Editing#Text-Vision Co-Instruction#Spatial Control#Semantic Editing2026년 6월 16일댓글 수 로딩 중
[논문리뷰] TRIAGE: Dialectical Reasoning for Explainable Risk Prediction on Irregularly Sampled Medical Time Series with LLMs임상적 의사결정 지원 시스템은 환자 선별(Triage)을 위한 정밀한 위험 점수와 임상의가 신뢰할 수 있는 자연어 설명(Rationales)을 동시에 제공해야 합니다 .#Review#Medical Time Series#Large Language Models#Dialectical Reasoning#Risk Prediction#Explainability#Calibration2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Show the Signal, Hide the Noise: Spectral Forcing for Pixel-Space Diffusion본 논문은 픽셀 공간 확산 모델에서 모델의 컴퓨팅 자원이 비효율적으로 할당되는 문제를 해결하고자 합니다.#Review#Pixel-space Diffusion#Rectified-flow#Spectral Forcing#Data-to-Noise Ratio#Capacity Allocation#Coarse Tokenization2026년 6월 16일댓글 수 로딩 중