[논문리뷰] Semifactual Credit-Augmented Policy Optimization본 논문은 RLVR 환경에서 모델이 학습 과정 중 과업과 무관한 프롬프트의 부수적 특징에 의존하는 spurious dependence 문제를 해결하고자 한다.#Review#Reinforcement Learning#Large Language Models#Mathematical Reasoning#Policy Optimization#Causal Inference#Semifactual Perturbation#Credit Assignment2026년 10월 7일댓글 수 로딩 중
[논문리뷰] SWE-Game: Can Coding Agents Build the Games We Want?본 논문은 기존의 게임 개발 벤치마크들이 정교한 동적 반응성이나 시스템 전체의 논리적 일관성을 평가하는 데 한계가 있다는 점을 지적한다. 단순히 코드를 정적으로 분석하거나, VLM에만 의존하는 평가 방식은 에이전트가 실제로 의도된 게임 플레이 동작을 구현했는지 검증하기 어렵다 .#Review#Coding Agents#Game Development#Benchmark#Executable Evaluation#Godot#Unity#Runtime Instrumentation#VLM2026년 10월 7일댓글 수 로딩 중
[논문리뷰] STEPQuant: When and Where Errors Matter in Delta-Rule Recurrent State Quantization본 논문은 Linear Attention 모델에서 recurrent state가 유발하는 메모리 병목 현상을 해결하고자 한다.#Review#Linear Attention#Recurrent State#Post-Training Quantization#Delta-Rule#Memory Bottleneck#Mixed-Precision#Bit Allocation2026년 10월 7일댓글 수 로딩 중
[논문리뷰] SGF+: Decoupling Gradient Flows for Autoregressive Video Generation본 논문은 Autoregressive 비디오 생성 모델에서 context-writing과 denoising이 동일한 파라미터를 공유할 때 발생하는 최적화 비효율성 문제를 해결한다.#Review#Autoregressive Video Generation#Self Gradient Forcing#Gradient Conflict#Role-specific Parameterization#Long-horizon Extrapolation2026년 10월 7일댓글 수 로딩 중
[논문리뷰] RunningTab: Direct Workspace Interaction with Environment-Side Tabs본 논문은 LLM 에이전트가 복잡한 지식 업무를 수행할 때 발생하는 정보 누락 및 휘발성 문제를 해결하고자 합니다. 기존의 DWI 방식은 에이전트가 파일에 직접 접근할 수는 있으나, 긴 작업 과정에서 읽었던 중요한 정보가 컨텍스트 윈도우의 제한으로 인해 밀려나면서 결과물에서 누락되는 현상이 발생합니다 .#Review#Large Language Model Agents#Direct Workspace Interaction#Environment-Side Tab#Knowledge Work#Context Window#Agent Memory#Information Retrieval2026년 10월 7일댓글 수 로딩 중
[논문리뷰] RobotWorld: Benchmarking Multimodal Agents for Robot Use Across Diverse Tasks and Embodiments본 논문은 일반적인 멀티모달 에이전트의 디지털 작업 능력이 실제 물리적 환경에서 어느 정도까지 전이될 수 있는지 검증하고자 합니다 . 기존 연구들은 주로 특정 작업 환경에서의 성능만을 평가하여, 복합적인 물리적 요구 사항을 충족해야 하는 상황에서의 에이전트 역량을 체계적으로 측정하지 못한다는 한계가 있습니다.#Review#RobotWorld#Multimodal Agents#Robot Use#Embodied AI#Benchmarking#Sim-to-Real2026년 10월 7일댓글 수 로딩 중
[논문리뷰] RoboQuest: Generalist Physical Agents that Search, Inspect and Test본 연구는 기존의 로봇 조작 벤치마크들이 과업 수행에 필요한 모든 정보가 초기에 제공되는 환경에만 집중되어 있어, 불확실한 환경에서의 능동적인 정보 탐색 능력을 평가하지 못한다는 한계를 해결하고자 합니다.#Review#Embodied AI#Robotic Manipulation#Active Perception#Goal-Directed Exploration#Multimodal Foundation Models2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Recursive Game Creator: An Agentic Product-Level Experience-Oriented Game Harness본 논문은 기존의 코드 생성 에이전트들이 실행 가능한 게임을 생성할 수는 있으나, 실제로 플레이어가 즐길 수 있는 'Product-Level' 수준의 재미와 완성도를 보장하지 못한다는 문제점에서 출발합니다.#Review#Agentic Game Development#Recursive Self-Improvement#Coding-Native Player#Experience-Oriented Reviewer#Gameplay Trajectories#Product-Level Game2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Recurrent Looped Transformer본 논문은 기존 Transformer가 고정된 깊이의 층을 사용함으로써 시퀀스 길이에 따른 상태 추적(State Tracking)에 한계가 있다는 문제를 해결합니다.#Review#Recurrent Looped Transformer#State Tracking#Length Generalization#Recurrence#Causal Encoder#Decoder2026년 10월 7일댓글 수 로딩 중
[논문리뷰] ReSAIL: Mitigating Collapse in Iterative Agent Self-Distillation본 논문은 LLM 에이전트의 Iterative Self-Distillation 과정에서 나타나는 성능 저하 문제인 Performance Collapse를 해결하는 것을 목표로 한다 .#Review#Iterative Self-Distillation#LLM Agents#Privileged Information#Recursive Self-Improvement#Performance Collapse#Trajectory-Balanced Selective Distillation2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Questioning the Questions: Sustaining Self-Evolution in Reasoning Models본 논문은 reasoning model의 self-evolution 과정에서 반복적인 학습이 성능 붕괴(performance collapse)를 초래하는 원인을 규명하고 이를 해결하고자 합니다.#Review#Self-Evolution#Reasoning Models#Question Validity#Task Novelty#Reinforcement Learning#Mathematical Reasoning#GRPO2026년 10월 7일댓글 수 로딩 중
[논문리뷰] QuadTok: Quadtree Visual Tokenizer for Autoregressive Image Generation본 논문은 기존 시각적 토크나이저들이 고정된 2D 그리드나 1D 시퀀스를 사용하여 이미지의 비균일한 정보 밀도를 효과적으로 처리하지 못하는 문제를 해결하고자 합니다.#Review#Quadtree#Visual Tokenizer#Autoregressive Image Generation#Adaptive Token Allocation#Spatial Correspondence2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Q-Learning with Scalar Adjoint Matching본 논문은 Pretrained flow 정책을 가치 함수(value function) 기반의 Off-policy RL로 미세 조정(fine-tuning)할 때 발생하는 높은 계산 비용 문제를 해결합니다.#Review#Flow Policies#Reinforcement Learning#Adjoint Matching#Q-Learning#Fine-tuning#Scalar Adjoint#Robot Manipulation2026년 10월 7일댓글 수 로딩 중
[논문리뷰] PhysEvo: Astra Can Act, Let It본 논문은 강력한 시각-언어-행동(VLA) 모델인 Astra가 로봇 제어 능력을 갖추고 있음에도 불구하고, 실제 환경에서는 왜 높은 신뢰성을 보여주지 못하는가라는 근본적인 의문을 해결하고자 합니다.#Review#PhysEvo#Recursive Self-Improvement#Embodied AI#Frozen Model#Robot Harness#Physical Feedback#Skill Revision2026년 10월 7일댓글 수 로딩 중
[논문리뷰] On-Policy Distillation with Negative-Policy Rollouts본 논문은 기존 OPD가 오직 교사 모델의 긍정적인 안내에만 의존하여, 교사와 학생 간의 분포 중첩(distributional overlap)이 제한적일 경우 학습 신호가 부족하다는 문제를 해결하고자 합니다.#Review#On-policy Distillation#Negative-Policy Rollouts#Language Models#Post-training#Knowledge Distillation#Reasoning Benchmarks2026년 10월 7일댓글 수 로딩 중
[논문리뷰] On KL-Regularized Policy Optimization본 연구는 대규모 언어 모델(LLM) 에이전트 학습에서 발생하는 비동기적(Asynchronous) 환경의 오프라인 정책 학습 문제를 해결하고자 합니다.#Review#KL-Regularized Policy Optimization#Asynchronous Reinforcement Learning#Policy Mirror Descent#Critic-free#Importance Sampling2026년 10월 7일댓글 수 로딩 중
[논문리뷰] NAMVIS: Next-Scale Autoregressive Multi-View Image Synthesis본 논문은 기존 diffusion 기반의 novel view synthesis 연구들이 가진 높은 추론 비용과 반복적인 denoising 과정의 한계를 해결하고자 합니다. 기존 방법론들은 개별 타겟 뷰를 생성할 때마다 반복적인 연산을 수행해야 하므로 다중 뷰 생성 시 latency가 크게 증가하는 문제가 있습니다.#Review#Novel View Synthesis#Autoregressive Model#Multi-View Consistency#Diffusion-free#Pose Encoding#Geometry-conditioned2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Mobile-4DGS: Unified Static-Dynamic Real-time Mobile Gaussian Splatting본 논문은 기존 3DGS 기반 기술들이 모바일 환경에서 정적/동적 장면을 구현할 때 직면하는 과도한 스토리지 사용량, 원시 데이터(primitive)의 중복, 프레임당 높은 연산 비용 문제를 해결하고자 한다.#Review#3D Gaussian Splatting#Mobile Rendering#Monte Carlo Aggregation#Multi-view Densification#Real-time Rendering2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Minimal Witness Reinforcement Learning본 논문은 블랙박스 verifier로부터 시스템이나 모델의 결과에 기여하는 모든 Minimal Witness를 체계적으로 식별하는 문제를 다룹니다.#Review#Minimal Witness#Reinforcement Learning#Antichain#Submodularity#Subset Selection#Verifier Feedback#Credit Assignment2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Mechanics of Long-Context Hybrid Models Part 1.1: From Hybrid Attention to Hybrid Position최신 LLM은 효율적인 긴 문맥 처리를 위해 Full Attention 기반 모델에서 Hybrid Model 구조로 전환되고 있으나, 왜 특정 모듈의 조합이 우수한지, 그리고 이러한 구조가 긴 문맥 확장(Context Extension) 및 외삽(Extrapolation) 성능에 어떻게 영향을 미치는지에 대한 기계적 이해가 부족합니다.#Review#Hybrid Models#Long-Context#Length Extrapolation#Context Extension#Seesaw Effect#Tidal Effect#Linear Attention2026년 10월 7일댓글 수 로딩 중