[논문리뷰] DuoOPD: Learning from Joint Teacher-Student Outcomes for Multi-Task On-Policy Distillation본 논문은 기존의 OPD가 교사와 학생 간의 정답 여부 차이를 고려하지 않아 발생하는 비효율성 문제를 해결하고자 합니다. 기존 방식은 교사와 학생의 성공 여부에 관계없이 일률적인 피드백을 제공하므로, 학생이 이미 맞힌 응답까지 억제하거나 실패한 응답을 강화하는 등의 오류를 범합니다.#Review#On-policy Distillation#Multi-task Learning#Joint Outcomes#Softplus#Feedback Calibration2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Decompose Radicals, Then Reward: Fine-Grained Inspection for Accurate Chinese Text Rendering본 논문은 기존 OCR 기반 보상이 중국어 텍스트 생성의 구조적 오류를 효과적으로 해결하지 못한다는 점을 지적한다. 기존의 OCR 기반 보상 방식은 한자를 원자적(atomic) 단위로 처리하므로, 획의 일부분만 틀린 경우에도 전체 캐릭터가 틀렸다는 동일한 수준의 부정적 피드백을 제공한다 .#Review#Text-to-Image Generation#Chinese Visual Text Rendering#IDS#OCR Reward#Reinforcement Learning#GRPO2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DC-SAE: Deep Compression Semantic Autoencoder for Faster Diffusion Convergence본 논문은 높은 공간 압축률을 유지하면서도 Diffusion 모델의 학습 효율을 저해하지 않는 이상적인 Visual Tokenizer를 설계하는 것을 목표로 합니다. 기존의 고압축 Tokenizer는 추론 비용을 낮추지만, 학습 과정에서 모델의 수렴 속도를 현저히 늦추는 한계가 있습니다.#Review#Deep Compression#Semantic Autoencoder#Diffusion Model#Tokenization#Generative Latent Models#Reconstruction Fidelity2026년 9월 30일댓글 수 로딩 중
[논문리뷰] DAGent: Evaluate-then-Grow Planning for Deep Research Agents본 논문은 기존의 Plan-then-Patch 전략이 가진 취약성을 해결하고, 복잡한 Deep Research 작업의 효율성을 극대화하기 위해 제안되었습니다.#Review#Deep Research#DAG#Evaluate-then-Grow#Multi-Agent System#Reinforcement Learning#DAGRPO#Context Propagation2026년 9월 30일댓글 수 로딩 중
[논문리뷰] CUA-SWE: When Computer-Use Agents Meet Visual Software Engineering본 논문은 기존의 소프트웨어 공학 에이전트가 코드 수정과 실행 결과 확인이라는 고립된 환경에서만 연구되는 한계를 해결하고자 한다 . 실제 개발 과정에서는 애플리케이션을 직접 실행하고 GUI를 통해 시각적으로 문제를 진단하며, 상호작용을 통해 코드 변경의 효과를 검증하는 과정이 필수적이다.#Review#Computer-Use Agents#Software Engineering#Visual Grounding#Benchmark#Human-Computer Interaction#Autonomous Agents2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Breaking Babel: A Self-Evolving Multi-Agent System for Long-Form Subtitle Translation본 연구는 장기 자막 번역(Long-form subtitle translation) 시 발생하는 일관성 저하와 문맥 이해 부족 문제를 해결하고자 한다. 기존의 Single-LLM 방식은 문장 단위의 번역에 국한되어 시리즈 전체를 관통하는 서사적 일관성과 용어 정의를 유지하기 어렵다 .#Review#Long-Form Subtitle Translation#Multi-Agent System#Self-Evolving#Test-Time Training#Subtitle Arena#SubMQM#Persistent Memory2026년 9월 30일댓글 수 로딩 중
[논문리뷰] BiasReducer: Adaptive Bias Mitigation for Reward Models본 논문은 Reward model이 특정 응답 속성에 과도하게 의존하여 발생하는 Reward hacking 문제를 효율적으로 해결하고자 한다. 기존의 학습 기반 방식은 추가적인 데이터와 컴퓨팅 자원을 요구하며, 고정된 편향 수정 방식은 다양한 데이터셋의 특성을 반영하지 못한다는 한계가 있다.#Review#Reward Model#Bias Mitigation#Sparse Autoencoder#Model Editing#RLHF#Representation Learning2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Beyond the Remembered World: Predictive 4D Belief for Persistent Navigation in Evolving Worlds본 논문은 기존의 고정된 환경 내비게이션 연구가 간과해 온 '동적 변화' 문제를 해결하고자 합니다. 기존 방식은 과거의 관측을 토대로 지도를 작성하지만, 실제 환경에서는 에이전트가 이동하는 동안에도 타겟 객체가 이동할 수 있어 과거의 정보가 무효화되는 문제가 발생합니다 .#Review#Evolving-World Navigation#4D Belief#Predictive Memory#Embodied Agent#Persistent Navigation#Visibility-qualified#EvoWorld-Bench2026년 9월 30일댓글 수 로딩 중
[논문리뷰] Agent Error Dataset: Scaling 50,000 Error--Diagnosis Pairs for Failure Analysis and Error-Aware Post-Training본 논문은 LLM Agent의 실패 경험을 단순 보상(Reward) 학습의 범위를 넘어, 명확한 오류 진단 및 보정 액션 학습을 통해 재발을 방지하는 체계적인 방법을 제안합니다.#Review#Agent Error Dataset#Error-Aware Post-Training#Failure Analysis#Agentic Systems#Diagnostic Learning#Action Recovery2026년 9월 30일댓글 수 로딩 중
[논문리뷰] AdviSD: Learning to Advise Frontier LLMs via Targeted Multi-Turn Self-Distillation본 논문은 Frozen 상태의 Frontier LLM을 제어하는 Advisor 모델이 학습 과정에서 겪는 비효율적인 피드백 문제를 해결하고자 한다. 기존의 Outcome-based Reinforcement Learning만으로는 구체적으로 어떤 Advice가 성공에 기여했는지 식별하기 어렵다는 한계가 있다.#Review#Advisor-Executor#Self-Distillation#Reinforcement Learning#Prompt Optimization#Multi-Turn Advising#Targeted Feedback2026년 9월 30일댓글 수 로딩 중
[논문리뷰] AREX-2: Advancing Self-Improving Agents through Long-Horizon Reflective Tasks본 논문은 LLM 에이전트가 단일 작업 내에서 스스로 솔루션을 개선하는 Self-improvement 능력이 부족하다는 문제를 해결한다.#Review#Self-Improving Agents#Long-Horizon Reflection#Test-Time Scaling#Machine Learning Engineering#Algorithmic Programming#Agentic Reasoning2026년 9월 30일댓글 수 로딩 중
[논문리뷰] AIM: Agentic Idea Management for Automated Research본 논문은 Automated Research에서 연구 아이디어를 효율적으로 관리하고 최적의 연구 방향을 탐색하는 프레임워크의 부재 문제를 해결합니다.#Review#Automated Research#Idea-driven Search#Agentic Idea Manager#Bayesian Optimization#Solution Auditor#Resource Planner2026년 9월 30일댓글 수 로딩 중
[논문리뷰] A2Z GameSpec-Bench: How Faithfully Can Coding Agents Generate Games from Game Design Specifications?본 논문은 코딩 에이전트가 상세한 GDD를 바탕으로 요구사항을 충실히 반영한 완성도 높은 게임을 개발할 수 있는지에 대한 의문을 제기합니다. 기존의 게임 개발 벤치마크들은 주로 소규모 사양(compact specifications)에 의존하거나, 복잡하게 얽힌 요구사항 간의 종속성을 평가하는 데 한계를 보입니다 .#Review#Coding Agents#Game Design Specifications#GDD Fidelity#Dependency-Aware Contract#Adaptive Playtest#Software Verification2026년 9월 30일댓글 수 로딩 중
[flashinfer] [FlashInfer] Softmax 루프 최적화: Register Spill 방지를 위한 Tail Masking 분리 전략FlashInfer에서 S % 128 != 0인 경우 발생하는 Register Spilling 문제를 Softmax 루프 밖으로 Masking을 분리하여 해결하고 성능을 19% 개선한 사례를 분석합니다.#FlashInfer#CUDA#Optimization#LLM#Softmax#Register-Spilling2026년 9월 29일댓글 수 로딩 중
[flashinfer] FlashInfer의 DeepSeek-V4 Sparse-MLA 최적화: Cake 백엔드 성능 개선 분석DeepSeek-V4 Sparse-MLA를 위한 Cake 백엔드 커널의 TMA 기반 최적화 및 성능 개선 사례 분석#FlashInfer#CUDA#DeepSeek-V4#Sparse-MLA#TMA#PerformanceOptimization2026년 9월 29일댓글 수 로딩 중
[flashinfer] FlashInfer Kimi-K3 TP12 LatentMoE Tail 최적화: 8개 토큰까지 융합 및 FP64 게이팅 도입FlashInfer의 Kimi-K3 TP12 LatentMoE 연산에서 8개 토큰까지 융합하고 FP64 게이팅을 도입하여 성능과 정확도를 개선했습니다.#AI#Deep Learning#Optimization#FlashInfer#LLM#Kernel Fusion2026년 9월 29일댓글 수 로딩 중
[flashinfer] FlashInfer BatchAttention: K/V 스트라이드 최적화를 통한 성능 향상FlashInfer의 BatchAttention에서 K/V 캐시 스트라이드 일치 시 성능을 높이는 최적화 분석#FlashInfer#BatchAttention#최적화#성능#딥러닝2026년 9월 29일댓글 수 로딩 중
[논문리뷰] WorldLine: Action-Driven Visual Simulation for Robotic Manipulation본 논문은 로봇 학습의 핵심 병목인 고비용 데이터 수집 문제를 해결하기 위해, 로봇 제어와 시각적 결과를 물리적으로 정합하게 예측하는 WorldLine을 제안한다.#Review#Robot Manipulation#Visual Simulation#Action-Conditioned Generation#Cross-Embodiment#Causal Distillation#Dynamics Learning2026년 9월 29일댓글 수 로딩 중
[논문리뷰] WorldAttention: An Efficient Attention Architecture for Interactive Video World Models본 연구는 텍스트 조건부 상호작용형 비디오 생성 모델에서 발생하는 메모리 포화 및 연산 복잡도 문제를 해결하는 것을 목표로 합니다.#Review#Interactive Video Generation#World Models#Attention Architecture#KV Cache#Hierarchical Memory#Sparse Attention2026년 9월 29일댓글 수 로딩 중
[논문리뷰] When Does Dense Retrieval Need Asymmetric Geometry? A Bias-Variance Theory of Shared and Dual Projections본 논문은 Dense Retrieval 시스템에서 쿼리와 문서 임베딩을 정렬할 때, Shared projection과 Dual projection 중 무엇을 선택해야 하는지에 대한 이론적 근거를 확립합니다.#Review#Dense Retrieval#Shared Projection#Dual Projection#Bias–Variance Theory#Bilinear Scoring#Operator Geometry#CARS2026년 9월 29일댓글 수 로딩 중