[논문리뷰] FoMo: Forking Moment in Generative Trajectory as a Perceptual Distance본 논문은 Reference-based IQA metric 학습 시 필요한 human-annotated data 수집의 한계점을 해결하고자 한다.#Review2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Evidence-Grounded Auditing of Identification Assumptions in Climate-Policy Causal EvaluationsDifference-in-differences (DID) 연구는 탄소 가격 책정 및 배출권 거래제와 같은 climate policy를 평가하는 데 광범위하게 사용됩니다.#Review#Climate Policy#Causal Evaluation#Difference-in-Differences (DID)#Identification Assumptions#Large Language Models (LLMs)#Evidence-Grounded Auditing#Flaw Injection#Research Reliability2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Enhancing Photogrammetric Digital Surface Models with Pretrained Diffusion Models and Multimodal Conditioning본 논문은 스테레오-사진측량(stereo-photogrammetry)으로 생성된 Digital Surface Models (DSMs)의 낮은 품질 문제를 해결하기 위해 Diffusion Models를 제안한다.#Review2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Do Implicit Personalization and Explicit Styles Conflict? PsPLUG: A Lightweight Plug-in for Balancing Personalization and Style in Customized LLMs본 논문은 맞춤형 LLM 환경에서 Implicit Personalization과 Explicit Styles 간의 상충(Conflict) 관계를 완화하는 것을 핵심 문제로 정의합니다.#Review#Customized LLM#Implicit Personalization#Explicit Style#Plug-in#Parameter-Efficient Fine-Tuning#Alignment2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Disaggregated Quantization: Specializing LLM Prefill and Decode본 논문은 Large Language Models (LLMs)의 inference 과정에서 prefill 및 decode phase가 서로 다른 연산 및 메모리 요구사항을 가진다는 점에 주목하며, 이를 효과적으로 최적화하기 위한 Disaggregated Quantization (DQ)을 제안한다.#Review2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Depth-adaptive Inference of Looped Language Models via Continuous Depth Batching본 논문은 Looped Language Models가 가진 Depth-adaptive Inference 잠재력을 실질적인 추론 속도 향상으로 전환하는 것을 목표로 합니다.#Review#Looped Language Models#Depth-adaptive Inference#Continuous Depth Batching#LLM Inference#Recurrent Core#KV Cache2026년 9월 27일댓글 수 로딩 중
[논문리뷰] CodeGraph: Open-Taxonomy Knowledge Graph for Source Code with Wikidata Grounding본 논문은 GitHub나 Software Heritage와 같은 방대한 소스 코드 아카이브에 내재된 엔지니어링 지식(알고리즘, 디자인 패턴, 패러다임 등)을 체계적으로 추출하고 구조화하는 문제를 해결한다.#Review#Knowledge Graph Construction#Source Code Mining#Large Language Models#Entity Linking#Wikidata#Open-Taxonomy#Semantic Annotation2026년 9월 27일댓글 수 로딩 중
[논문리뷰] CARD: Cluster-level Adaptation with Reward-guided Decoding for Personalized Text Generation본 논문은 Large Language Models (LLMs)를 개별 사용자에게 adapting하는 과정에서 발생하는 fine-grained personalization과 scalable deployment 간의 근본적인 trade-off 문제를 해결하고자 합니다.#Review#Personalized Text Generation#Large Language Models (LLMs)#Cluster-level Adaptation#Reward-guided Decoding#Parameter-Efficient Fine-Tuning (PEFT)#Implicit Preference Learning#Scalability#Decoding-time Steering2026년 9월 27일댓글 수 로딩 중
[논문리뷰] BoundInk: Boundary-Aware Online Handwriting Generation기존의 온라인 필기체 생성 모델들은 주로 전체 문장을 긴 시퀀스로 모델링하는 방식에 의존하여, 문자 간 경계에서의 연결성이나 간격 등을 암묵적으로만 학습한다 .#Review2026년 9월 27일댓글 수 로딩 중
[논문리뷰] Block Sparse Attention with Log-Linear Complexity대규모 언어 모델(Large Language Models, LLMs)을 더 긴 컨텍스트(Context)로 확장하는 것은 Full Self-Attention의 계산 복잡도가 시퀀스 길이에 대해 quadratic하게 증가하여 막대한 비용을 초래한다는 근본적인 문제에 직면해 있습니다.#Review#Sparse Attention#Log-Linear Complexity#Hierarchical Selection#LogSumExp Scoring#Triton Kernels#Long-Context Modeling2026년 9월 27일댓글 수 로딩 중
[논문리뷰] AgentWorld: Benchmarking Long-Horizon Collaboration of Multi-agent LLMs본 논문은 LLM 기반 Agent의 Long-Horizon Collaboration 능력 평가에 있어 기존 벤치마크의 한계점을 해결하고자 한다.#Review#Multi-agent LLMs#Benchmarking#Long-Horizon Collaboration#MMORPG#Causal Collaboration Effectiveness (CCE)#Blackbox Environment#Asymmetric Roles2026년 9월 27일댓글 수 로딩 중
[flashinfer] FlashInfer MiniMax-H3 Attention 최적화: K/V-split을 통한 성능 향상 분석FlashInfer의 MiniMax-H3 Attention 커널에서 K/V-split 기법을 도입하여 성능을 개선한 PR을 분석합니다.#FlashInfer#Attention#Optimization#Performance#CUDA#Deep Learning2026년 9월 26일댓글 수 로딩 중
[flashinfer] FlashInfer NVFP4 QKV GEMM 최적화: SM103a Epilogue 통합 및 CUDA 런처 개선FlashInfer의 NVFP4 QKV GEMM 커널이 SM103a에서 Epilogue 통합으로 성능을 개선하고, CUDA 런처의 디바이스 검증 로직을 최적화했습니다.#CUDA#GPU Optimization#GEMM#FlashInfer#NVFP4#Deep Learning#Performance2026년 9월 26일댓글 수 로딩 중
[flashinfer] NVIDIA Blackwell의 잠재력을 극한으로: MiniMax-H3 NVFP4 양자화 및 GEMM 최적화 분석Blackwell 아키텍처에서 NVFP4 양자화 및 TMEM 드레인 최적화를 통해 최대 4배의 성능 향상을 달성한 기법을 살펴봅니다.#CUDA#Blackwell#NVFP4#FlashInfer#Performance-Optimization2026년 9월 26일댓글 수 로딩 중
[flashinfer] FlashInfer Kimi-K3 Fused MoE Router 최적화: Warp-per-row 전략 도입대규모 MoE 라우팅 성능 향상을 위해 Warp-per-row 선택 전략과 Dual-expert 정렬 최적화를 도입하여 B200/GB300에서 최대 1.8배 성능을 개선했습니다.#FlashInfer#MoE#CUDA#GPU Optimization#Performance2026년 9월 26일댓글 수 로딩 중
[sglang] SGLang 성능 최적화: RTX 4090에서 MXFP4 MoE 추론 속도 6배 향상시키기Triton 커널의 warp count 제약 조건을 최적화하여 Hopper 이전 아키텍처에서 MXFP4 MoE 추론 성능을 획기적으로 개선했습니다.#SGLang#Triton#GPU#Optimization#MXFP42026년 9월 26일댓글 수 로딩 중
[flashinfer] FlashInfer KDA: BF16 준비된 Prefill 계획 캐싱 및 FP32 중간 상태 최적화 분석FlashInfer KDA의 BF16 준비된 Prefill 계획 캐싱 및 FP32 중간 상태 최적화 분석#FlashInfer#KDA#BF16#FP32#최적화#성능#LLM2026년 9월 25일댓글 수 로딩 중
[flashinfer] NVIDIA Blackwell(SM120)을 위한 초고속 커널 최적화: MiniMax-H3 Fused FC1 + SwiGLU 분석RTX 5090 및 Blackwell 아키텍처에서 FP8/NVFP4 양자화를 활용하여 MiniMax-H3 모델의 FC1+SwiGLU 연산을 최대 2.7배 가속화하는 기법을 살펴봅니다.#CUDA#NVIDIA Blackwell#FlashInfer#Deep Learning Optimization#Quantization2026년 9월 25일댓글 수 로딩 중
[onnxruntime] ONNX Runtime, x86 CPU에서 FP16 LayerNorm 및 RMSNorm 성능 최적화: AVX2 활용ONNX Runtime이 x86 CPU에서 FP16 LayerNorm 및 RMSNorm 연산의 성능을 AVX2, FMA, F16C 명령어셋을 활용하여 대폭 개선했습니다.#ONNX Runtime#CPU 최적화#FP16#LayerNorm#RMSNorm#AVX2#MLAS2026년 9월 25일댓글 수 로딩 중
[vllm] vLLM GLM5.3 성능 최적화: 메타데이터 연산 속도 1.6~4.8배 향상vLLM에서 GLM5.3 모델의 메타데이터 연산 속도를 획기적으로 개선하여 추론 성능을 높인 PR 분석#vLLM#성능 최적화#LLM#GPU#CUDA#Triton2026년 9월 25일댓글 수 로딩 중