[논문리뷰] HSPR: Recovering Software-Agent Benchmark Scores via Hierarchical Posterior Inference본 논문은 software agent를 full benchmark에서 평가하는 것이 expensive하며, limited execution budget 내에서 full-benchmark score를 정확하게 recover하는 문제에 직면한다.#Review2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Frechet Forcing: Training Long-Horizon Streaming World Models from Short Clips본 논문은 streaming world model이 긴 horizon으로 갈수록 발생하는 누적 오차와 그에 따른 시각적 붕괴(drift) 문제를 해결하고자 합니다.#Review#World Models#Streaming Generation#Fréchet Distance#Distribution Matching#Long-Horizon#Video Generation#Action-Conditioning2026년 10월 19일댓글 수 로딩 중
[논문리뷰] FineSplat: Fine Patches, Local Groups, Detailed Splats본 논문은 기존 Feed-forward 3DGS 모델들이 fine-grained geometry 및 appearance details 복구에서 상당한 품질 격차를 보이는 문제를 해결하고자 한다.#Review#3D Gaussian Splatting#Novel View Synthesis#Feed-forward Reconstruction#Dual-grouping#Fine-grained Patches#Real-time Rendering#Multi-view Transformers2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Factorization-Guided Training and Inference for Diffusion-Drafted Speculative DecodingSpeculative Decoding은 LLM Inference 가속화를 위한 효과적인 방법론으로 각광받고 있지만, 단순히 더 많은 Draft Proposal을 생성하거나 더 높은 Mean Accepted Tokens (MAT)를 달성하는 것만으로는 항상 최적의 Throughput으로 이어지지 않는다는 문제가 있습니다.#Review#Speculative Decoding#Diffusion Drafter#LLM Inference#Factorization-Guided Training#MAT-Latency Trade-off#Mixed-Horizon Training#Acceptance-Weighted Loss2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Evidence-First Agentic Verification본 논문은 복잡한 장기 실행(Long-horizon) 에이전트 작업에서 발생하는 불투명한 평가와 이로 인한 보상 부정(Reward hacking) 문제를 해결하기 위해 Sauron을 제안합니다 .#Review#Agentic Verification#Evidence-First#Long-horizon Tasks#Reward Hacking#Execution Trace#Rubric Evaluation2026년 10월 19일댓글 수 로딩 중
[논문리뷰] EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience본 논문은 Egocentric Video로부터 인간 활동을 재구성할 때, 개별적인 3D 구성 요소(카메라, 장면, 손, 객체)만을 복구하는 것을 넘어, 이들이 일관된 세계 내에서 조화롭게 통합되어야 하는 핵심 문제를 해결하고자 합니다.#Review#Egocentric 3D Reconstruction#Hand-Object Interaction#SLAM#Metric Reconstruction#Dataset#Deep Learning#Computer Vision2026년 10월 19일댓글 수 로딩 중
[논문리뷰] ECHO: Efficient Causal Self-Recursion Beyond Auxiliary Multi-Token Prediction본 논문은 기존의 Multi-Token Prediction (MTP) 방식이 가진 구조적 한계와 비효율성을 해결하고자 합니다.#Review#Multi-Token Prediction#Speculative Decoding#Causal Self-Recursion#Dynamic Depth Sampling#Large Language Models#Parameter Sharing2026년 10월 19일댓글 수 로딩 중
[논문리뷰] DeOverlay: A Benchmark and Source-Anchored Flow for Video Overlay Removal본 논문은 비디오 내 자막이나 로고와 같은 오버레이를 제거할 때 발생하는 잔여물(Residual overlays) 및 장면 구조 왜곡 문제를 해결하고자 합니다.#Review#Video Overlay Removal#Flow Matching#Source-Anchored Flow#DVTE-Bench#Video Inpainting#Transformer#Source Guidance2026년 10월 19일댓글 수 로딩 중
[논문리뷰] CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents본 논문은 복잡한 워크플로우를 처리해야 하는 AI coworker를 훈련시키기 위한 실행 가능한 환경과 데이터 부족 문제를 해결하고자 합니다.#Review#AI Coworker#Task Synthesis#Executable Environment#Supervised Fine-Tuning#Reinforcement Learning#Long-Horizon#Agent Post-Training2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Competing Learning in Hybrid Architectures본 논문은 하이브리드 LLM 아키텍처에서 발생하는 최적화 불균형 문제를 해결하는 것을 목적으로 한다. 기존 연구들은 하이브리드 모델에서 Attention은 장거리 retrieval을, Recurrent 레이어는 단거리 믹싱을 담당하는 이상적인 '분업(Labor Division)'이 필요함을 시사했다.#Review#Hybrid Architectures#LLM Pretraining#Competing Learning#Labor Division#Retrieval Capability#Token Mixer#Better Layer Division (BLD)2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Co-Evolving Acting and Forecasting for Language Agents본 논문은 언어 에이전트 학습에서 long-horizon rollout의 높은 비용과 intermediate step에 대한 supervision 부족 문제를 해결하고자 합니다. 기존의 RL 방식은 최종적인 scalar 보상만을 활용하므로, 궤적 내의 중간 단계 action들에 대한 충분한 학습 신호가 결여되어 있습니다.#Review#Language Agents#Reinforcement Learning#Action Forecasting#Hindsight Distribution#Sample Efficiency2026년 10월 19일댓글 수 로딩 중
[논문리뷰] BlenderWorld: Benchmarking Visual Agents for 3D Creation from Real-World References본 논문은 실세계 레퍼런스를 바탕으로 한 3D 생성 및 편집 작업에서 MLLMs 기반 에이전트의 성능을 체계적으로 평가할 수 있는 통합 프레임워크가 부족하다는 점을 해결하고자 합니다.#Review#Multimodal Large Language Models#3D Creation#Visual Agents#Benchmark#Blender#Spatial Reasoning#Tool Use2026년 10월 19일댓글 수 로딩 중
[논문리뷰] AnyGoal: On World Model Generalization Beyond Expert Rollouts본 논문은 현재 World Model들이 Expert Rollouts에서 관찰된 특정 State-Action Combinations를 넘어 새로운 Planning Tasks에 대한 Generalize 능력이 부족하다는 핵심 문제를 제기합니다.#Review#World Models#Compositional Generalization#Goal-Shift#Offline Reinforcement Learning#Dynamics Generalization#Behavior Bias#Benchmarking2026년 10월 19일댓글 수 로딩 중
[논문리뷰] AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot ManipulationNow I have the content of the paper. I will proceed with extracting information and structuring the response as requested.#Review2026년 10월 19일댓글 수 로딩 중
[논문리뷰] AdaExploreBench: Benchmarking LLM Agents for Proactive Exploration and Test-time Adaptation in Evolving Environments본 연구는 LLM agents가 Unfamiliar하고 Evolving하는 환경에서 Proactive Exploration 및 Test-time Adaptation 능력을 벤치마킹하는 AdaExploreBench를 제안한다.#Review#LLM Agents#Proactive Exploration#Test-time Adaptation#Evolving Environments#Rule Drift#Benchmarking#Environmental Dynamics#Latent Rules2026년 10월 19일댓글 수 로딩 중
[논문리뷰] ACEdit: Stable Multi-Turn Image Editing via Asymmetric Conditioning본 논문은 Multi-turn image editing 과정에서 발생하는 점진적인 품질 저하와 분포 변화 문제를 해결하기 위해 ACEdit를 제안한다.#Review#Multi-turn Image Editing#Distribution Shift#Self-Forcing#Asymmetric Conditioning#Score Distillation#Flow Matching2026년 10월 19일댓글 수 로딩 중
[논문리뷰] A Conditional No-Hair Theorem for Transformers: How Language Models Forget Their Prompt본 논문은 Transformer 기반 LLM이 긴 Text를 생성할 때 시스템 프롬프트의 지시사항이나 초기 Context를 잊어버리는 현상, 즉 'Instruction Drift' 또는 'Prompt Forgetting'의 근본적인 원인과 속도를 규명하고자 합니다.#Review#Transformer#Prompt Forgetting#Power Law Decay#Attention Dilution#Relay Mechanism#Conditional No-Hair Theorem#LLM Memory2026년 10월 19일댓글 수 로딩 중
[flashinfer] FlashInfer: Cake Warp-Decode 커널의 'Deslop'을 통한 호스트 오버헤드 최적화 및 코드 정제FlashInfer의 Cake 커널에서 불필요한 1MB JSON, 미사용 FFI, 호스트 측 중복 호출을 제거하여 성능과 유지보수성을 개선한 사례를 분석합니다.#CUDA#FlashInfer#MoE#Optimization#PyTorch2026년 10월 18일댓글 수 로딩 중
[flashinfer] FlashInfer CAKE VSA 커널 최적화: 중복 제거와 비효율적인 CuTe DSL 제거로 얻은 코드 효율성FlashInfer의 CAKE VSA 커널에서 중복 코드와 비효율적인 CuTe DSL을 제거하여 코드베이스를 최적화한 PR 분석.#FlashInfer#CUDA#Optimization#Refactoring#Sparse Attention#Kernel Fusion#Code Hygiene2026년 10월 18일댓글 수 로딩 중
[flashinfer] FlashInfer CAKE GDN 백엔드 최적화: 코드베이스 경량화 및 템플릿 기반 렌더링 도입CAKE GDN 백엔드의 중복 코드를 제거하고 템플릿 기반 호스트 심을 도입하여 코드베이스를 40% 이상 축소한 최적화 사례.#FlashInfer#CUDA#KernelOptimization#JIT#C++2026년 10월 18일댓글 수 로딩 중