[논문리뷰] Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory본 논문은 검색 기반 메모리 시스템이 사용자의 중요 정보를 저장하고 있음에도 불구하고, 실제 추론 시점에 해당 정보를 활용하지 못하는 Implicit-Association Blind Spot 문제를 해결하고자 합니다.#Review#Implicit-Association#Agent Memory#Retrieval-Based Memory#Benchmark#InMind#Routing#Blind Spot2026년 7월 28일댓글 수 로딩 중
[논문리뷰] HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone본 연구는 로봇 학습의 핵심 병목 현상인 '고품질 조작 데이터의 부족' 문제를 해결하고자 합니다. 기존 방식은 로봇 직접 조작(Teleoperation)을 통해 데이터를 수집하지만, 이는 비용이 매우 많이 들고 확장이 어렵다는 근본적인 한계가 있습니다.#Review#Robot Learning#Manipulation Policy#UMI#End-to-End#Data-Production#Deployability2026년 7월 28일댓글 수 로딩 중
[논문리뷰] GLI-AL: A Multi-Modal Glioma MRI Label Resource with Unified Anatomy-Lesion Labels본 논문은 BraTS-GLI 데이터셋의 기존 종양 중심 라벨링 체계가 가진 공존 병변(WMH) 미반영 및 라벨 노이즈 문제를 해결하기 위해 통합적인 Anatomy-Lesion 라벨 자원인 GLI-AL을 제안한다.#Review#Anatomy-Lesion Segmentation#Label Noise#BraTS-GLI#White Matter Hyperintensities#Joint Supervision#Data Resource2026년 7월 28일댓글 수 로딩 중
[논문리뷰] Edge-Aware Thermal Infrared UAV Swarm Tracking본 논문은 리소스가 제한된 Edge 환경에서 TIR 기반 UAV 군집 추적 시 발생하는 정확도와 컴퓨팅 효율성 간의 불균형 문제를 해결합니다.#Review#Thermal Infrared#UAV Swarm Tracking#Adaptive Kinematic Kalman Filter#Edge-Aware#Multi-Object Tracking#Computational Efficiency2026년 7월 28일댓글 수 로딩 중
[논문리뷰] CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents본 논문은 코딩 에이전트가 리포지토리의 컨텍스트를 파악하는 과정에서 발생하는 비효율적인 반복 탐색과 생명주기 관리 비용 문제를 해결하기 위해 CodeNib을 제안합니다 . 기존의 에이전트 시스템은 리포지토리를 탐색할 때마다 인덱스, 언어 서버, 로컬 히스토리를 매번 새로 발견하거나 구성해야 하는 중복 비용이 발생합니다.#Review#Coding Agents#Repository Context#Multi-View Data System#Incremental Maintenance#Agent Runtime2026년 7월 28일댓글 수 로딩 중
[논문리뷰] A New Role for Relevance: Guiding Corpus Interaction in Agentic Search본 논문은 기존의 검색 에이전트가 Relevance를 단순히 상위 k개 문서를 선택하는 필터로만 사용하여, 증거의 국소화나 검증이라는 에이전트의 핵심 작업에서 한계를 보인다는 점을 문제로 지적합니다.#Review#Agentic Search#Relevance-Aware#Direct Corpus Interaction#RipGrep#Information Retrieval#Search Convergence2026년 7월 28일댓글 수 로딩 중
[vllm] [vLLM] Hopper와 Blackwell을 위한 Router GEMM 최적화: DeepSeek-V4와 GLM5.2 성능 극대화하기vLLM에서 MoE 모델의 병목인 Router GEMM을 GPU 아키텍처별로 정밀 튜닝하여 최대 5.8%의 성능 향상을 이끌어낸 과정을 살펴봅니다.#vLLM#CUDA#MoE#DeepSeek-V4#Performance-Tuning#Hopper#Blackwell2026년 7월 27일댓글 수 로딩 중
[vllm] vLLM Triton 커널 최적화: tl.constexpr 제거를 통한 JIT 컴파일 오버헤드 해결Triton 커널의 불필요한 constexpr 인자를 런타임 인자로 변경하여 JIT 컴파일 병목을 제거하고 TTFT를 대폭 개선했습니다.#vLLM#Triton#LLM#Optimization#Performance2026년 7월 27일댓글 수 로딩 중
[sglang] SGLang, EmbeddingGemma 사전 추론 성능 최적화: CUDA 그래프와 배치 처리의 힘SGLang이 EmbeddingGemma의 사전 추론 성능을 CUDA 그래프와 배치 처리를 통해 획기적으로 개선한 방법을 분석합니다.#SGLang#EmbeddingGemma#성능 최적화#CUDA Graph#Batching#LLM 서빙2026년 7월 27일댓글 수 로딩 중
[vllm] vLLM MRV2 샘플러: 불필요한 FP32 Logits Materialization 건너뛰기 최적화vLLM MRV2 샘플러에서 불필요한 FP32 logits 변환을 건너뛰어 성능을 최적화합니다.#vLLM#성능 최적화#LLM 추론#GPU#PyTorch2026년 7월 27일댓글 수 로딩 중
[sglang] SGLang: HPC-Ops 백엔드에서 BF16 디코딩을 위한 동적 스케줄링 도입HPC-Ops의 동적 스케줄링을 BF16으로 확장하여 불균일한 KV 길이 환경에서 디코딩 성능을 최대 4.3% 향상시켰습니다.#SGLang#LLM#HPC-Ops#Optimization#CUDA2026년 7월 27일댓글 수 로딩 중
[논문리뷰] dRAE: Representation Autoencoder with Hyper-Spherical Codes본 논문은 시각적 이해와 생성을 통합하는 과정에서 발생하는 고차원 표현의 이산화 문제와 기존 Vector Quantization (VQ) 방식의 한계를 해결하고자 합니다.#Review#Representation Autoencoder#Vector Quantization#Hyper-Spherical Quantization#Multimodal Foundation Models#Codebook Collapse#Image Reconstruction#Feature Anisotropy2026년 7월 27일댓글 수 로딩 중
[논문리뷰] The Physics of Multi-Turn Long-Horizon Planning: From Pre-training to Post-training via Single- and Multi-Teacher On-Policy Agentic Distillation본 연구는 고차원 의사결정이 필요한 Long-Horizon 환경에서 LLM 기반 에이전트가 겪는 계획 수립의 불확실성과 긴 문맥 유지의 어려움을 해결하는 것을 목표로 한다.#Review#Multi-Turn Planning#Long-Horizon#Agentic Distillation#On-Policy Learning#Pre-training#Post-training2026년 7월 27일댓글 수 로딩 중
[논문리뷰] TRACE: Business Rule-Grounded Reasoning Curriculum for Knowledge-Preserving Parametric Tool Retrieval in Enterprise LLMs본 논문은 Enterprise 환경에서 복잡한 비즈니스 규칙을 고려해야 하는 도구 검색(Tool Retrieval)의 한계와 기존 모델의 지식 파괴 문제를 해결하고자 합니다.#Review#Parametric Tool Retrieval#Enterprise LLMs#Chain-of-Thought#Business Rule Grounding#Knowledge Preservation#Reasoning Curriculum2026년 7월 27일댓글 수 로딩 중
[논문리뷰] StateAct: Program State, before Pixels, for Long-Horizon Computer-Use Agents본 논문은 기존 컴퓨터 사용 에이전트가 화면의 Pixels 정보에만 의존할 때 발생하는 손실 정보 문제와 장기 작업(Long-Horizon Task)에서의 성능 한계를 해결하고자 합니다.#Review#Computer-Use Agents#State-Grounding#Long-Horizon Execution#Program State#GUI Delegation#Self-Verification#Agentic Architecture2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Sol-Attn: Accelerating Video Generation Inference via On-the-Fly Attention Sparsification본 논문은 대규모 비디오 생성 모델에서 긴 토큰 시퀀스로 인해 발생하는 quadratic complexity의 self-attention 병목 현상을 해결하고자 합니다.#Review#Diffusion Transformers#Video Generation#Attention Sparsification#Online Softmax#Training-free#On-the-fly#Proxy-score Reuse2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation기존의 CFG 기반 OPD는 긍정/부정 브랜치를 각각 학습시키지 않고, 이들의 합산된 결과물(composed velocity)만을 일치시키려 한다 . 이러한 방식은 긍정 브랜치 에러와 부정 브랜치 에러가 서로 상쇄(cancel)될 여지를 주어, 모델이 근본적인 에러를 해결하지 못하게 한다 .#Review#Diffusion Models#On-Policy Distillation#Classifier-Free Guidance#Branch-Aware OPD#Video Control#Negative Branch Asymmetry#Knowledge Transfer2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Reasoning Denoiser: Denoising Reasoning Traces for Hallucination Detection in Large Reasoning Models본 논문은 LRM이 생성하는 긴 추론 과정에 포함된 노이즈가 오히려 Hallucination 탐지를 방해한다는 문제를 해결하고자 합니다. 기존 연구들은 전체 추론 흔적을 그대로 사용하거나 단순한 통계적 방식을 적용하여 이러한 노이즈를 걸러내지 못했습니다.#Review#Large Reasoning Models#Hallucination Detection#Reasoning Traces#Denoising#Representation Learning#Attention Mechanism2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Progress Reward Modeling for Robotic Learning: A Comprehensive Survey본 논문은 Robotic Learning에서 기존의 Terminal Success Signal이 가진 정보 부족 문제를 해결하기 위해 Progress Reward Modeling의 통합된 프레임워크를 제시합니다.#Review#Robotic Learning#Progress Reward Modeling#Foundation Models#Task Execution#Reinforcement Learning#Instruction Tuning2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Oxygen-TryOn: Fashion-Native Foundation Model for Any-item Virtual Try-On본 논문은 기존 가상 착용(Virtual Try-On) 시스템이 가진 범용성의 한계와 정밀도 부족 문제를 해결하기 위해 Oxygen-TryOn을 제안한다. 기존 모델들은 주로 상의와 같은 특정 카테고리에 한정되거나, 스튜디오 환경의 깨끗한 제품 이미지만을 처리할 수 있는 제약이 있었다 .#Review#Virtual Try-On#Foundation Model#Multi-Reference#Multimodal Diffusion Transformer#Reinforcement Learning#Fashion-Native#AIGC2026년 7월 27일댓글 수 로딩 중