본문으로 건너뛰기

최신 포스트

[논문리뷰] SPIEval: Evaluating Large Language Models as Mobile Assistants over Scattered Personal Information

본 논문은 LLM이 모바일 비서로 활용될 때, 여러 애플리케이션에 분산된 개인 정보를 종합하여 사용자의 복잡한 지시를 해결해야 하는 도전 과제를 해결하고자 합니다.
#Review#Large Language Models#Mobile Assistants#Personal Information#Benchmark#Information Retrieval#Tool Use#Cognitive Capabilities
댓글 수 로딩 중

[논문리뷰] Reference-Free Post-Training of Open Large Language Models for Multilingual Machine Translation

본 논문은 multilingual machine translation에서 고품질의 병렬 데이터(parallel data)가 부족하다는 한계를 극복하기 위해 Reference-Free 포스트 트레이닝 방식을 제안합니다.
#Review#Multilingual Machine Translation#Reference-Free#Post-Training#GRPO#Checkpoint Interpolation#On-Policy Distillation#Large Language Models
댓글 수 로딩 중

[논문리뷰] Power law graph attention: exact generalization of scaled dot-product attention, empirical collapse at inference

본 연구는 표준 Transformer 모델의 핵심인 SDPA(Scaled Dot-Product Attention)가 고정된 bilinear form을 사용함에 따라 모델의 표현력과 학습 역학이 제한된다는 문제를 해결하고자 합니다.
#Review#Large Language Models#Attention Mechanisms#Power Law Graph Attention#Learned Bilinear Operators#Perron-Frobenius Theory#Self-Organized Criticality
댓글 수 로딩 중

[논문리뷰] JigShape: Evaluating Visual-Geometric Reasoning in VLMs through Jigsaw Puzzles

본 연구는 기존 VLMs가 복잡한 공간 추론(Spatial Reasoning)을 수행할 수 있는지 검증하기 위해 수행되었습니다. 기존 벤치마크들은 단순한 사각형 패치를 사용하여 텍스처가 반복되는 영역에서 레이블이 모호해지는 문제와 낮은 그리드 밀도로 인한 변별력 저하라는 한계가 있습니다 .
#Review#Vision-Language Models#Spatial Reasoning#Jigsaw Puzzles#Geometric Constraints#Visual-Geometric Reasoning#Benchmark
댓글 수 로딩 중

[논문리뷰] InSight-doc: Agentic Visual Perception for Long-Document Understanding

본 논문은 긴 문서(Long-document) 이해 작업에서 발생하는 과도한 추론 비용과 Context Rot 문제를 해결하고자 합니다. 기존의 MLLM 기반 접근 방식은 전체 문서를 고해상도로 입력받아 처리하는데, 이는 O(N^2) 수준의 시간 복잡도를 야기하며 매우 비효율적입니다 .
#Review#Long-Document Understanding#Multimodal Large Language Models#Agentic Visual Perception#Chain-of-Thought#Reinforcement Learning#Visual Search
댓글 수 로딩 중

[논문리뷰] DistilVDR: A Compact End-to-End Visual Document Retriever via Dual-Student Distillation

본 논문은 기존의 고성능 VDR 시스템이 요구하는 막대한 컴퓨팅 자원과 인덱싱 비용 문제를 해결하고자 합니다. 현재 최첨단 VDR 모델들은 수십억 개의 파라미터를 사용하며, Multi-vector 기반의 복잡한 연산으로 인해 메모리 사용량과 검색 레이턴시가 지나치게 높습니다.
#Review#Visual Document Retrieval#Distillation#Single-Vector#End-to-End#Multimodal#Encoder-only
댓글 수 로딩 중

[논문리뷰] Decoding-Level Taboo: A Diagnostic Stress Test for LLM Robustness

본 논문은 기존의 LLM 평가 방식이 Nominal 조건에서의 성능만을 측정하여 모델의 실제 운영 환경에서의 강건성을 과대평가하는 '능력의 환상(illusion of capability)'을 만든다는 문제의식에서 출발합니다.
#Review#Large Language Models#Robustness#Diagnostic Stress Test#Logit Interventions#Decoding-Level Taboo#Injected Surprisal#Reasoning Resilience
댓글 수 로딩 중

[논문리뷰] DSAgentBench: Can Agents Automate End-to-End Data-Science Workflows in Real Computer Environments?

본 논문은 현재의 AI 에이전트가 단편적인 코드 생성 능력은 뛰어나지만, 실제 컴퓨터 환경에서 복잡한 데이터 과학 워크플로우를 End-to-End로 수행하는 데에는 명확한 한계가 있다는 점을 지적합니다.
#Review#Data Science#Agentic Systems#Benchmark#End-to-End Workflow#GUI Interaction#Long-horizon Reasoning#Tool Orchestration
댓글 수 로딩 중

[논문리뷰] Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design

본 논문은 단일 개체 기반의 Self-Evolution이 고정된 학습 컨텍스트라는 제약에 갇혀 있는 문제를 해결하고자 합니다 . 기존 연구들은 주로 고정된 환경이나 사전에 정의된 피드백 구조 하에서 모델을 개선하는 데 치중해 왔으며, 이는 정체된 학습 환경으로 인해 진화의 속도가 둔화되는 한계를 가집니다.
#Review#Agentic Systems#Co-Evolution#Self-Evolution#Open-Endedness#Multi-Agent Reinforcement Learning#Evolutionary Optimization
댓글 수 로딩 중

[논문리뷰] Articulated Object Reconstruction from Rest-State Observation

본 논문은 움직임 정보가 부재한 닫힌 상태의 관측으로부터 다중 파트 articulated 객체를 정확하게 재구성하는 Rest2Art 프레임워크를 제안합니다 . 기존 연구들은 주로 여러 관절 상태를 직접 관측하거나 사전 학습된 데이터에 의존하는 등, 정적인 단일 관측 환경에서는 정확도가 떨어지는 한계가 있습니다 .
#Review#Articulated Object#Rest-State Reconstruction#Mesh Segmentation#Video Diffusion Model#Digital Twin#Joint Parameter Estimation
댓글 수 로딩 중