[논문리뷰] VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning본 논문은 기존의 정적인(Static) Judge 체계가 Policy의 성능 향상을 저해하는 병목(Bottleneck)이 되는 문제를 해결하고자 합니다.#Review#Embodied Reasoning#Self-Improvement#Scaling Verification#Agent Harness#Policy Optimization#Coactive Calibration#Reference-Free Judge2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Understanding and Enhancing Backdoor Persistency in LLM Agent Post-Training본 논문은 LLM Agent를 구축하는 공급망(Supply-chain) 환경에서 제3자가 제공한 모델에 포함된 Backdoor가 개발자의 Benign Post-Training을 거친 후에도 살아남는지 여부를 탐구합니다 .#Review#LLM Agents#Backdoor Attacks#Post-Training#Persistency#Supervised Fine-Tuning (SFT)#Reinforcement Learning (RL)2026년 10월 6일댓글 수 로딩 중
[논문리뷰] UNREAL: Unifying Retrieval and Long-Context with a Single Model본 논문은 코퍼스 수준의 Retrieval-Augmented Generation (RAG)과 Long-Context 추론이 사실상 동일한 '질의 조건부 증거 선택' 작업임에도 불구하고, 규모에 따라 서로 다른 파이프라인을 사용하는 문제를 해결하고자 합니다.#Review#Retrieval-Augmented Generation#Long-Context#Decoder-only LLMs#Intrinsic Retrieval#Evidence Selection2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Towards In-Parameter Memory Augmentation for Large Language Models본 논문은 LLM이 pretraining 이후 습득한 지식을 효율적으로 활용하는 과정에서 발생하는 In-Context Learning (ICL)의 한계를 해결하기 위해 In-Parameter Memory (IPM) 접근 방식을 제안합니다.#Review#Large Language Models#In-Parameter Memory#Parameter Placement#Parameter Acquisition Time#In-Context Learning#Transformer#Memory Augmentation2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Taming VLAs under Robot Execution Errors: Self-Compensation and Stress Testing본 논문은 실제 로봇 배포 환경에서 발생하는 기계적 오차로 인해 VLA 모델이 명령한 동작과 실제 로봇의 움직임이 일치하지 않는 문제를 해결하고자 한다 .#Review#Vision-Language-Action (VLA)#Robot Execution Errors#Self-Supervised Adaptation#LoRA#Flow-Matching#RoboStress#Deployment-Time Adaptation2026년 10월 6일댓글 수 로딩 중
[논문리뷰] TRACE: Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models본 논문은 RL 기반 LLM 학습 시 발생하는 비용 문제를 해결하기 위해 도입된 FP4 rollout 기법이, 학습-추론 경로 간의 심각한 수치적 불일치로 인해 오히려 정책 불일치와 학습 불안정을 초래한다는 점을 지적합니다.#Review#Reinforcement Learning#MoE#FP4 Quantization#Quantization-Aware Training#Numerical Discrepancy#Rollout-Guided2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Stepped MoE: Segment-Level Routing with Configurable Inference Complexity본 논문은 기존 MoE 모델의 per-token 라우팅이 온디바이스 환경에서 초래하는 심각한 I/O 병목 현상을 해결하고자 합니다 . 기존 MoE 모델은 매 토큰마다 전문가가 변경되어 빈번한 메모리 스와핑을 유발하며, 이는 DRAM이 제한된 엣지 디바이스에서 성능 저하의 주원인이 됩니다.#Review#Mixture-of-Experts#On-device Inference#Segment-level Routing#Configurable Complexity#Model Elasticity#LLM2026년 10월 6일댓글 수 로딩 중
[논문리뷰] SlimWise: Decoupling Expert Pruning Across Prefill and Decode for Efficient MoE Serving본 논문은 MoE 모델 Serving 시 batched decoding에서 발생하는 Expert-weight 로딩 병목 문제를 해결하기 위해 SlimWise를 제안한다.#Review#Mixture-of-Experts#Expert Pruning#KV Cache Handoff#LLM Serving#Model Distillation#Throughput2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Sherpa: Teaching LLMs to Teach Adaptively본 논문은 기존 LLM 기반 교사 모델들이 사전 정의된 교수법이나 데모 데이터에만 의존하여, 개별 학생의 구체적인 학습 결과와 요구에 맞춘 적응적(Adaptive) 교수 능력이 부족하다는 문제를 해결하고자 합니다.#Review#Adaptive Teaching#Reinforcement Learning#LLM Teachers#Student Archetypes#Pedagogical Strategy#Multi-turn Interaction#MathTutorBench2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents본 논문은 소형 모델(Small models) 기반의 멀티모달 에이전트가 자유 형식의 추론(Freeform reasoning)을 수행할 때 발생하는 과도한 Inference latency와 비효율성을 해결하고자 합니다.#Review#Multimodal Agents#Structured Reasoning#Efficiency#Parallel Decoding#Reinforcement Learning#Inference Latency#Search Agents2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Rethinking Cross-Tokenizer On-Policy Distillation: From Alignment Coverage to Supervision Reliability본 논문은 서로 다른 토크나이저를 사용하는 LLM 간의 Cross-Tokenizer On-Policy Distillation에서 정렬 범위(Alignment Coverage)를 확장하는 것이 반드시 모델 성능 향상으로 이어지는지 의문을 제기한다.#Review#On-Policy Distillation#Cross-Tokenizer Distillation#Supervision Reliability#Strict Alignment#Language Model Training2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Rationale-Guided Policy Optimization: Learning to Reason with Adaptive Rationale Scaffolding본 논문은 on-policy Reinforcement Learning에서 발생하는 보상 희소성(reward sparsity) 문제를 해결하고자 합니다.#Review#Reinforcement Learning#Policy Optimization#Rationale-Guided Learning#Reward Sparsity#Adaptive Scaffolding#Reasoning2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Personal-Agent Mediated Recommendation with Cross-Platform User History본 논문은 현대의 플랫폼 중심 추천 환경이 사용자가 소유한 개인 LLM 에이전트가 여러 서비스를 가로질러 작용하는 사용자 중심의 패러다임으로 변화함에 따라 발생하는 문제를 해결하고자 한다.#Review#Personal-Agent Mediated Recommendation#Cross-Platform User History#PAMO#MediateRec#Rescue-Harm Trade-off2026년 10월 6일댓글 수 로딩 중
[논문리뷰] OPD Before RL: Warm-Starting Rubric-Based RL with On-Policy Distillation본 논문은 복잡한 도메인에서 루브릭 기반 강화학습 시 발생하는 피드백 희소성(feedback sparsity)과 보상 해킹(reward hacking) 문제를 해결하기 위해 RP-OPD + Rubric-RL 프레임워크를 제안합니다.#Review#Reinforcement Learning#On-policy Distillation#Rubric-based Evaluation#Warm-starting#Language Models#Reward Hacking#Model Plasticity2026년 10월 6일댓글 수 로딩 중
[논문리뷰] NeMo-DCR: Bit-Exact Delta-Compressed Refit for Scalable Agentic RL at Trillion-Parameter Scale본 논문은 Trillion-Parameter 스케일의 Agentic RL에서 발생하는 대규모 가중치 동기화 병목 문제를 해결하기 위해 NeMo-DCR을 제안합니다.#Review#Agentic RL#Delta-Compressed Refit#Trillion-Parameter Scale#Bit-Exact#Cross-Cluster#Canonical Coordinates#Memory Efficiency2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Multilinguality in Hybrid Attention LLMs본 논문은 Hybrid Attention 모델의 하이브리드 구조가 언어 간 추상화와 같은 다국어 처리 과정에 미치는 영향이 충분히 연구되지 않았다는 문제 의식에서 출발합니다.#Review#Hybrid Attention#Multilinguality#Linear-Complexity#Cross-Lingual Alignment#Layer Ordering#Distillation#SoftCKA2026년 10월 6일댓글 수 로딩 중
[논문리뷰] MiniCorp: The Last Mile of the AI Agent Firm본 논문은 기업 운영의 자동화(Enterprise AGI)를 달성하기 위해 자율적으로 회사를 운영하는 에이전트 시스템을 구축하고 평가하는 새로운 프레임워크를 제안합니다.#Review#AI Agent Firm#Enterprise AGI#Office Simulator#E-commerce#External World Model#Longitudinal Data#Counterfactual Evaluation2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Making LLMs Say What They Think: Measuring and Improving CoT-Interpretability Alignment본 논문은 LLM의 CoT가 모델의 실제 내부 계산 과정을 충실히 대변하지 못하는 불투명성 문제를 해결하고자 합니다 . 기존 연구들은 CoT가 모델의 내부 전략과 일치하지 않거나, 추론 과정을 쉽게 조작할 수 있다는 점을 지적해왔습니다.#Review#CoT#Interpretability#Parametric Faithfulness#Alignment#Post-training#Probing2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Learning to Read the Contextual Tokens in Diffusion Transformers본 논문은 현대 MM-DiT 모델의 성능을 견인하는 Contextual Tokens가 내부적으로 어떤 의미 정보를 담고 있는지 불분명하다는 문제를 제기한다.#Review#Multimodal Diffusion Transformers#Contextual Tokens#Representation Alignment#Interpretability#Bottleneck Network#Contextual Alignment2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Learning Functional Subspaces for Neural Network Compression본 논문은 현대 Transformer 모델의 심각한 메모리 및 연산 효율성 문제를 해결하기 위해, 모델의 functional subspace를 식별하여 최적의 압축을 수행하는 방법을 제안합니다.#Review#Neural Network Compression#Low-rank Factorization#Learnable Subspace Projections#Functional Subspaces#Transformer#KL Divergence#Model Distillation2026년 10월 6일댓글 수 로딩 중