[논문리뷰] One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts기존 Vision Transformer(ViT)는 각 레이어마다 고유한 파라미터를 갖는 고정된 깊이의 스택 구조로 설계되어 있어, 모델의 용량과 파라미터 수가 깊이에 비례하여 커지는 비효율성을 가집니다.#Review#Vision Transformers#Recurrent Neural Networks#Mixture of Experts#Weight-space Merging#Elastic-depth Inference#Parameter Efficiency2026년 10월 8일댓글 수 로딩 중
[논문리뷰] OmniCapBench: A Deep-Structured Evaluation Framework for Fine-Grained Audio-Visual Captioning본 논문은 기존의 오디오-비주얼 캡셔닝 평가 방식이 전체 캡션 점수에 의존하여 세부적인 모델 결함을 진단하는 데 한계가 있다는 문제를 해결한다.#Review#Audio-Visual Captioning#Multimodal Large Language Models#Benchmark#Evaluation Framework#Deep-Structured#Error Localization#Diagnostic Task2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction본 연구는 다중 에이전트가 상호작용하는 환경에서 각 에이전트의 관점이 일관된 하나의 세계를 반영하지 못하는 문제를 해결합니다.#Review#World Models#Multi-Agent Generation#Egocentric Vision#Embodied AI#Action Conditioning#Shared Environment Memory2026년 10월 8일댓글 수 로딩 중
[논문리뷰] MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement본 논문은 Large Foundation Models의 지능을 한 단계 더 높이기 위한 핵심 동력으로서 Reinforcement Learning을 활용한 자기 개선 능력을 구현하는 것을 목표로 한다.#Review#Reinforcement Learning#Large Foundation Models#Self-Improvement#Mixture-of-Experts#Agentic RL#Groupwise Agentic Grading#Large-Batch Training2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks본 논문은 제한된 관측치만으로 복잡한 환경의 역학을 추론하고 일반화해야 하는 에이전트의 불확실성 문제를 해결하고자 합니다. 기존 연구들은 환경 역학을 학습할 때 관측된 데이터에는 부합하지만 미지의 상태에서는 서로 다른 예측을 내놓는 여러 World Model 후보가 발생할 수 있다는 한계가 있습니다 .#Review#Model-Based Reinforcement Learning#Recursive Self-Improvement#Large Language Models#Executable World Models#Reflective Memory#Symbolic Planning#Program Synthesis2026년 10월 8일댓글 수 로딩 중
[논문리뷰] MC-Sparse: Deconstructing and Closing the Dense-Sparse Attention Gap in Diffusion TransformersDiffusion Transformers는 고해상도 비디오 및 3D Asset Generation에서 지배적인 Backbone으로 자리 잡았으나, 증가하는 Sequence Length로 인해 Attention 연산의 Quadratic Cost가 주요 Inference Bottleneck으로 작용한다.#Review2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Learn2Play Bench: How Well Do LLM Agents Learn from Experience in Unfamiliar Environments?본 논문은 LLM 에이전트가 생소한 환경에서 경험을 통해 실제로 새로운 지식을 습득하는지, 아니면 기존에 학습된 데이터를 활용하는 것인지를 명확히 구분하는 데 어려움이 있다는 문제 의식에서 출발한다.#Review#LLM Agents#Experience-based Learning#Unfamiliar Environments#Benchmark#Self-evolving Methods#Interaction Feedback2026년 10월 8일댓글 수 로딩 중
[논문리뷰] LEGO: A Lifting-Free Approach for Exocentric-to-Egocentric Video Generation본 논문은 기존의 Exocentric-to-Egocentric 비디오 생성 방식이 가진 근본적인 한계점인 '명시적 재구성과 관련된 왜곡'을 해결하고자 한다.#Review#Egocentric Video Generation#Exocentric-to-Egocentric#Diffusion Models#Learned View Synthesis#Lifting-Free#Adaptive Rendering Consistency2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Incremental Open-Ended Deep Research with Structured Harness본 논문은 기존의 Open-Ended Deep Research (OEDR) 시스템이 보고서를 항상 처음부터 생성(from scratch)함으로써 발생하는 비효율성과 비일관성 문제를 해결하고자 합니다.#Review#Incremental-OEDR#Structured Harness#Open-Ended Deep Research#Evidence Reuse#Temporal Evaluation#Report Continuity2026년 10월 8일댓글 수 로딩 중
[논문리뷰] In-context Robot Learning Made Simple: A Democratized Recipe for Manipulation Tasks본 논문은 로봇 In-context Learning (ICL)에서 시연 영상이 너무 많은 정보를 담고 있어 발생하는 Prompt Ambiguity 문제를 해결하고자 한다.#Review#Robot ICL#Visual Prompt Encoding#Semantic-discriminative Data#Manipulation Tasks#Embodied Intelligence#Data Engineering#Invariance Learning2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Frozen Models, Evolving Expertise: Model-Agnostic Learning from Deployment Experience for Multimodal Medical AI본 논문은 배포 후 매개변수가 동결(Frozen)되는 LLM 및 VLM이 배포 환경에서의 경험을 통해 지식을 진화시키지 못하는 한계를 해결하고자 합니다.#Review#Multimodal Medical AI#Frozen Models#Continuous Learning#Deployment Experience#External Expertise#Skill#Knowledge Memory#MMKB2026년 10월 8일댓글 수 로딩 중
[논문리뷰] From Traces to Agentic Worlds: Agentic Language World Models for Interactive Environment Simulation본 논문은 복잡한 소프트웨어 환경이나 내부 시스템을 복제할 때 겪는 원본 코드 및 인프라 접근성 문제를 해결하기 위해, 기록된 상호작용 트레이스에서 환경 동작을 학습하는 새로운 패러다임을 제안합니다.#Review#Language World Models#Agentic Simulation#Trace-based Reconstruction#Environment Worldbook#Interactive Environment2026년 10월 8일댓글 수 로딩 중
[논문리뷰] From Prompting to Composing: A Spatial Canvas Interface for Poster Generation본 논문은 현대의 generative model들이 텍스트 프롬프트라는 1차원적 인터페이스에 의존함에 따라 복잡한 2차원 구성이 필요한 포스터 제작에 한계가 있다는 문제 의식에서 출발한다.#Review#Poster Generation#Spatial Canvas Interface#Multimodal Binding#Compositional Controllability#Agentic Generation#Diffusion Transformer2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Foundations of Large Language Models본 저서인 Foundations of Large Language Models는 최근 AI 분야에서 혁명적인 발전을 이끈 Large Language Models (LLMs)의 기술적 근간을 체계적으로 조명하기 위해 작성되었습니다.#Review#Large Language Models#Pre-training#Self-supervised Learning#Transformer#Alignment#Inference#Reasoning2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Embodied Turing Machines: Stateful Code for Robot Recursive Self-Improvement기존 로봇 Policy들은 대부분 Vision-language-action models (VLAs)나 Agent Harness와 같이 Control Loop 내에 Model을 포함합니다.#Review#Embodied Turing Machine#Code-Only-as-Policy (COAP)#Recursive Self-Improvement (RSI)#Robot Control#Explicit State#Extensibility#RoboDojo2026년 10월 8일댓글 수 로딩 중
[논문리뷰] DreamTrue: Action-Faithful Robot World Model with Counterfactual Post-Training본 논문은 기존 Robot World Model이 가진 동작 이행의 부정확성과 상호작용 실패에 대한 예측 편향 문제를 해결하기 위해 DreamTrue를 제안한다.#Review#Robot World Model#Counterfactual Post-Training#Geometric Calibration#Cross-Embodiment#Embodied Video Reward#Action-Faithful2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Do LLMs Understand Sequential Structure? A Controlled Study of Inference and Generation본 논문은 LLM이 복잡한 Sequential Structure를 근본적으로 이해하는지, 아니면 단순한 패턴 매칭에 의존하는지를 검증하기 위해 통제된 실험 환경을 설계합니다.#Review#LLM#Sequential Structure#Markovian Dynamics#Inference#Generation#In-Context Learning#Strategic Behavior2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Chaos in the Text: Revealing the Modality Preference in Mixed-Modality Retrievers본 논문은 기존의 멀티모달 검색 모델이 단일 모달리티 환경에서는 우수한 성능을 보이지만, 실제 환경과 같은 혼합 모달리티 말뭉치에서는 성능이 급격히 저하되는 구조적 한계를 해결하고자 합니다.#Review#Multimodal Retrieval#Modality Preference#Contrastive Learning#Mixed-Modality#Dense Retrievers#InfoNCE2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Can AI Agents Make Open-Ended Scientific Discovery? Evidence from Station본 논문은 기존 AI 연구 시스템들이 정해진 Metric이 없는 Open-Ended scientific discovery 환경에서 자율적인 연구를 수행하는 데 한계가 있다는 문제를 해결하고자 한다.#Review#Open-Ended Scientific Discovery#AI Agents#Multi-Agent System#Station#Supervisor#Meta Reflection#Streetlight Effect2026년 10월 8일댓글 수 로딩 중
[논문리뷰] BrickBench: Evaluating Agentic Brick Design본 논문은 에이전트 기반의 LEGO 설계가 물리적 제약과 시맨틱 정렬을 충족하더라도, 여전히 인간 수준의 창의적 디자인 품질에는 미치지 못한다는 점에 주목합니다. 기존 연구들은 단순한 모델 생성에 그치거나 소규모 어셈블리에 국한되어, 수천 개의 부품이 연결되는 복잡한 세트 규모의 설계 능력을 평가하지 못했습니다 .#Review#BrickBench#Agentic Design#LEGO#Text-Conditioned Assembly#Physical Validity#Design Quality2026년 10월 8일댓글 수 로딩 중