[논문리뷰] What Makes World Action Models Generalize? An Empirical Study of Test-Time Future Modeling본 논문은 WAM에서 미래 예측이 추론 과정에서 필수적인지, 아니면 단지 학습을 위한 보조 수단인지에 대한 의문을 제기합니다.#Review#World Action Models#Embodied AI#Inference Efficiency#Generalization#Future Modeling#Video Generation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] VoxMem: Benchmarking Multimodal Memory in Large Audio Language Models음성 기반 대화 시스템은 이전 상호작용(즉, 메모리)에서 정보를 회수하는 능력이 필수적이지만, 현재 LALMs의 multimodal memory 능력은 충분히 평가되지 않고 있습니다.#Review#Large Audio Language Models (LALMs)#Multimodal Memory#Spoken Conversational Memory#Acoustic Evidence#Memory Operations#Multi-session Histories#Benchmark#Context Length2026년 9월 29일댓글 수 로딩 중
[논문리뷰] VideoLoop: Looped Working Memory Against Semantic Thrashing in Long-Form Video AgentsLong-form video understanding은 여러 추론 단계를 거쳐 수많은 프레임에서 증거를 반복적으로 수집해야 하는 과제입니다. 기존의 대부분의 agentic methods는 Semantic Thrashing 문제에 직면합니다 .#Review#Long-form Video Understanding#Semantic Thrashing#Multimodal Agents#Working Memory#Dual-Loop Architecture#Memory Orchestration#Filesystem2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Think Before You Score: Thinking Reward Model for Visual Generation본 논문은 시각적 생성 모델의 평가에서 나타나는 불투명성과 케이스별 요구 사항의 다양성을 해결하기 위해 제안되었습니다.#Review#Thinking Reward Model#Visual Generation#Pairwise Preference Optimization#PD-GRPO#Reinforcement Learning#Case-adaptive Rubrics2026년 9월 29일댓글 수 로딩 중
[논문리뷰] TabFM: A Zero-Shot Foundation Model for Tabular Data기존 Tabular Machine Learning은 데이터셋별 워크플로우에 크게 의존하여 새로운 태스크마다 custom preprocessing, hyperparameter search, 및 모델 튜닝을 처음부터 수행해야 하는 한계가 있었다.#Review#Tabular Data#Foundation Model#Zero-Shot Learning#In-Context Learning#Synthetic Data#Transformer2026년 9월 29일댓글 수 로딩 중
[논문리뷰] TGRL: Temperature-Grouped Reinforcement Learning for Efficient Exploration in LLMs본 연구는 LLM의 RLVR 학습 과정에서 효율적인 탐색(Efficient Exploration)이 부족하여 모델이 로컬 최적해에 머무르는 문제를 해결하고자 한다.#Review#Reinforcement Learning#Large Language Models#Exploration#Temperature-Grouped#RLVR#Jensen-Shannon Divergence#Credit Allocation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] SoL-Refiner: Speed-of-Light One-Step Refinement for High-Resolution Video본 논문은 고해상도 비디오 생성의 높은 컴퓨팅 비용 및 기존 refinement 방법론의 비효율성 문제를 해결하기 위해 SoL-Refiner를 제안한다. 고해상도 비디오 생성은 spatiotemporal token 수가 증가함에 따라 비용이 급격히 증가하는 문제를 안고 있다.#Review#Video Refinement#One-Step Denoising#Diffusion Models#Reinforcement Learning#Distillation#High-Resolution Video#Latency Reduction#Refiner-Bench2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Selecting The Most Informative Tokens in Natural Language Autoencoders본 논문은 Natural Language Autoencoders (NLAs)를 활용한 모델 감사의 비용 효율성 및 효과성 문제를 다룹니다.#Review#Natural Language Autoencoders#NLA#Token Selection#Interpretability#Prompt Injection#Concealment#Audit Efficiency#Activation Signals2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Scheduling Recursive Reasoning in Looped Transformers본 논문은 Looped Transformers에서 recurrent update의 scale이 고정된 unit value로 설정되어 있다는 점이 비효율적임을 지적한다. 업데이트가 지속적인 진전을 이룰 때는 unit step이 너무 보수적일 수 있고, 반대로 변동이 심할 때는 지나치게 공격적일 수 있다는 한계가 있다.#Review#Looped Transformers#Recurrent Reasoning#Step-size Scheduling#Adaptive Inference#Trajectory-Adaptive#Test-time Computation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] SAKI: Maximal-Coupling-Routed Teacher Supervision for On-Policy Distillation본 연구는 OPD에서 발생하는 학습 효율성 저하 문제를 해결하기 위해 고안되었습니다. 기존 OPD는 학생 모델이 교사 모델보다 약할 경우, 초기 롤아웃 단계에서 교사 모델이 생성하지 않을 법한 저확률 상태로 빠져들어 지도의 질이 떨어지는 한계를 가집니다 .#Review#On-Policy Distillation#Maximal Coupling#Teacher-Guided Rollout#Knowledge Distillation#Speculative Verification#Trust-Region2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Routing Should Pay for Itself: Sparse Supervision for Economical LLM Routing본 논문은 기존 LLM Routing 연구들이 배포 시점의 효율성만을 강조하고, 라우터 구축을 위해 필수적인 초기 Supervision Expenditure를 간과하고 있다는 문제점을 지적한다.#Review#LLM Routing#Sparse Supervision#Cost Efficiency#Break-even Analysis#Capability Estimation#Model Selection2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Reasoning with Image Generation본 논문은 Chain-of-Thought (CoT) 추론이 주로 텍스트 도메인에 국한되어, 시각적 표현의 직접적인 조작이나 공간적/물리적 직관을 요구하는 태스크에서 한계를 보이는 문제를 해결하고자 한다.#Review#Image Generation#Multimodal LLMs#Chain-of-Thought#Visual Reasoning#Generative Tools#Automated Strategy Discovery#Test-Time Scaling2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Raven: The Harness of Harnesses for Composable Agentic Intelligence본 논문은 대규모 에이전트 시스템에서 Harness 설계의 확장성 부족과 특정 도메인에 대한 과도한 결합(Coupling) 문제를 해결하고자 합니다. 기존 에이전트 연구들은 단일 도메인에서의 성능 최적화에 집중해 왔으나, 실제 복잡한 작업은 여러 전문 영역의 결합이 필수적입니다.#Review#Multi-Agent System#Agent Harness#Task Orchestration#Skill Forge#Composable Intelligence#Self-Evolution2026년 9월 29일댓글 수 로딩 중
[논문리뷰] ROSS: Relearning from Self-Generated Rollouts through Selective Supervision본 논문은 LLM 학습 과정에서 발생하는 수많은 자가 생성 Rollouts가 정책(Policy)이 발전함에 따라 '낡은 것(stale)'으로 간주되어 버려지는 문제를 해결하고자 합니다.#Review#Large Language Models#Reinforcement Learning#On-policy Distillation#Selective Supervision#Trajectory Reuse#Offline SFT#Agentic RL2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Periodic Weak Spots: Phase Sensitivity from Chunked KV-Cache CompressionLong-context inference는 KV cache의 메모리 및 attention 비용으로 인해 bottleneck 현상을 겪으며, chunked KV-cache compression은 DeepSeek-V4 모델 등에서 사용되는 실용적인 해결책입니다.#Review2026년 9월 29일댓글 수 로딩 중
[논문리뷰] PanoVLN: Towards Effective Panoramic Vision-and-Language Navigation본 논문은 기존의 Vision-and-Language Navigation (VLN) 모델들이 제한된 시야를 가진 Perspective Image에 의존하여 환경 탐색에 한계를 겪는 문제를 해결합니다.#Review#Vision-and-Language Navigation#Panoramic Geometry#Confidence-guided Execution#Decision-centric Data#Geometric Fusion#VLN-CE2026년 9월 29일댓글 수 로딩 중
[논문리뷰] OmniTaskonomy: When Does Visual Generation Improve Visual Understanding?본 논문은 시각적 생성(Visual Generation) supervision이 Visual Understanding 모델의 성능 향상에 기여하는지에 대한 불확실성을 해결하기 위해 OmniTaskonomy를 제안한다.#Review#OmniTaskonomy#Visual Generation#Visual Understanding#Multimodal Models#Transfer Learning#Gradient Alignment#Task Taxonomy2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Omni-IO Skills: Harnessing Your Agent Omni-Native일반적인 목적의 에이전트(General-purpose agents)는 장기적인 계획(long-horizon planning), 추론(reasoning), 그리고 행동(acting) 능력을 가지고 있지만, 텍스트, 이미지, 오디오, 비디오, 문서, 3D 자산, 코드 등 다양한 모달리티(modality)에 걸쳐 생산 능력(production capabilities)이 단편적이라는 한계가 있다.#Review#Agent Harness#Omni-modal#Hierarchical Skills#Multimodal Orchestration#Asset Registry#Declare Execution Graph#Cross-modal Tasks2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Omni-Decision: Evidence-Ledger Planning for Omni-Modal Agents본 논문은 멀티모달 에이전트가 복잡한 증거 탐색 과제 수행 시 겪는 핵심 병목인 '계획(Planning)' 능력 부족 문제를 해결하고자 합니다. 기존 방식은 대화 이력에 노이즈가 많은 멀티모달 관찰 데이터가 무분별하게 누적되어, 모델이 장기적인 계획을 수립하고 의사결정을 내리는 데 큰 방해 요인으로 작용합니다 .#Review#Omni-modal Agent#Evidence-Ledger Planning#Multimodal Planning#Agentic Workflow#State-Conditioned Control#Evidence-seeking QA2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Marathoner: Ultra-Long-Horizon Autonomous Intelligence본 논문은 최신 독점 모델들이 보여주는 수일간의 자율적인 초장기 작업 수행 능력을 오픈 소스 모델에서도 구현하기 위해 제안되었다.#Review#Autonomous Intelligence#Ultra-Long-Horizon#Reinforcement Learning#Rejection Sampling#Software Engineering#Multi-Task Chaining2026년 9월 29일댓글 수 로딩 중