[논문리뷰] Document Retrieval-Aware Chunking (D-RAC): Universal Retrieval-Aware Ingestion of Enterprise Documents via PDF Normalization and Multimodal Markdown ConversionUday Allu이 arXiv에 게시한 'Document Retrieval-Aware Chunking (D-RAC): Universal Retrieval-Aware Ingestion of Enterprise Documents via PDF Normalization and Multimodal Markdown Conversion' 논문에 대한 자세한 리뷰입니다.#Review2026년 9월 21일댓글 수 로딩 중
[논문리뷰] Deep Persona: A Psychologically Grounded Architecture and Evaluation Framework for Role-Playing Agents and Simulations본 논문은 Large Language Models (LLMs)를 활용한 기존의 페르소나 시뮬레이션 방식이 피상적인 캐릭터 설명에 의존하여 장기적인 상호작용에서 일관된 캐릭터 행동을 유지하지 못하는 핵심 문제를 다룬다.#Review#Role-Playing Agents#Persona Simulation#Large Language Models (LLMs)#Psychologically Grounded Architecture#Evaluation Framework#Clinical Simulations#Dialogue Naturalness#Adversarial Stress Test2026년 9월 21일댓글 수 로딩 중
[논문리뷰] Complex KDA: Understanding and Enhancing the Expressivity of Kimi Delta AttentionLinear RNN은 시퀀스 길이에 선형적으로 확장되는 효율적인 시퀀스 모델링이 가능하지만, 낮은 Rank correction을 포함하는 선형 업데이트로 인해 Expressivity가 제한된다.#Review#Complex KDA#Kimi Delta Attention#Linear RNNs#Expressivity#State Tracking#Rotation#Diagonal-plus-rank-one#Language Modeling2026년 9월 21일댓글 수 로딩 중
[논문리뷰] CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies본 논문은 Vision-Language-Action (VLA) Policies가 로봇 조작에서 강력한 성능을 보임에도 불구하고, 실행이 nominal trajectory에서 벗어날 경우 취약하다는 핵심 문제를 제기합니다.#Review#Robotic Manipulation#Failure Recovery#Vision-Language-Action Policies#Self-Correction#Corrective Data Synthesis#3D Geometric Monitoring#Multi-arm Robotics#FSR-Bench2026년 9월 21일댓글 수 로딩 중
[논문리뷰] A Lie Detector Test for Language Models: Reading Knowledge a Model Won't Reveal본 논문은 LLM이 내부적으로 알고 있는 지식을 외부에 드러내지 않거나, 의도적으로 잘못된 답변을 생성하는 문제를 해결하고자 한다.#Review#Concealed Information Test#Sandbagging#Unlearning Verification#Probe of Internal Recognition (PIR)#Internal Recognition#Activation Probing#Deception Detection2026년 9월 21일댓글 수 로딩 중
[논문리뷰] 1% of Tokens Can Be Enough: On Gradient Estimation in On-Policy Distillation본 논문은 Sparse OPD에서 발생하는 기울기 추정의 신뢰성 문제를 해결하고자 합니다. 기존의 On-Policy Distillation(OPD) 방법론들은 학생 모델이 생성한 궤적의 모든 토큰에 대해 교사 감독을 적용하거나, 토큰의 '유용성(usefulness)'에 기반하여 중요한 토큰을 선별했습니다.#Review#On-Policy Distillation#Gradient Estimation#Information Geometry#Signal-to-Noise Ratio#Token Selection#Large Language Models#Sparse Supervision2026년 9월 21일댓글 수 로딩 중
[flashinfer] FlashInfer의 실험적 NVFP4 어텐션 도입: SM103 최적화NVIDIA SM103 아키텍처를 위한 NVFP4 기반의 고성능 어텐션 구현 및 최적화 기법 분석.#FlashInfer#CUDA#NVFP4#Attention#SM103#Optimization2026년 9월 20일댓글 수 로딩 중
[ultralytics] Ultralytics YOLOv10 TensorRT 엔진 성능 최적화: FP16 및 INT8 속도 향상 비결TensorRT 엔진의 FP16 및 INT8 추론 속도를 최대 20%까지 향상시키는 최적화 기법을 분석합니다.#YOLOv10#TensorRT#Optimization#Performance#FP16#INT8#CUDA Graph2026년 9월 20일댓글 수 로딩 중
[vllm] [ROCm] DeepSeek V4 성능 극대화: FP8 WO_A 출력 프로젝션 최적화 분석ROCm 환경에서 DeepSeek V4의 WO_A 경로를 FP8로 전환하여 TTFT를 7% 개선하고 처리량을 높인 최적화 기법을 분석합니다.#ROCm#DeepSeek-V4#FP8#vLLM#Performance Optimization#AITER2026년 9월 20일댓글 수 로딩 중
[sglang] SGLang에서 SM120 GPU를 위한 SubBlock Sage FP8 어텐션 최적화SM120 GPU 환경에서 FlashInfer CuTe-DSL을 활용해 SubBlock Sage FP8 어텐션을 구현하여 추론 속도를 최대 14.86% 개선했습니다.#SGLang#GPU#FlashInfer#Optimization#FP82026년 9월 20일댓글 수 로딩 중
[논문리뷰] When AI Reviews Train AI Reviewers: Scientific-Judgment Collapse and Mitigation본 논문은 LLM이 과학적 피어 리뷰에 도입되면서 발생하는 recursive training 기반의 판단 편향 문제를 해결하고자 합니다. 기존 연구들은 생성 데이터에 의존한 반복 학습이 데이터 분포를 왜곡하고 저확률 영역을 소멸시키는 모델 붕괴(model collapse)를 유발함을 지적해 왔습니다.#Review#Large Language Models#Scientific Peer Review#Recursive Training#Model Collapse#Activation Steering#Scientific-Judgment Collapse2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Training-Adaptive Convolutional Sparse Coding via Information Bottleneck for Robust Visual Representation본 논문은 딥러닝 모델의 중간 표현이 컴팩트함(compactness)과 충분함(sufficiency) 사이의 적절한 균형을 유지하지 못해 발생하는 정보 저하 및 중복성 문제를 해결하고자 합니다.#Review#Convolutional Sparse Coding#Information Bottleneck#Visual Representation#Robustness#FISTA#Post-training Adaptation2026년 9월 20일댓글 수 로딩 중
[논문리뷰] TeleAntiFraud 2.0: A Refreshable, Profile-Grounded, and Audio-Based Benchmark for Telecom Fraud Detection본 논문은 끊임없이 진화하는 통신 사기(Telecom Fraud) 위협에 대응하기 위한 평가 체계의 한계를 해결하고자 합니다.#Review#Telecom Fraud Detection#Audio Benchmark#Mixed-Tree Generation#Near-Domain Evaluation#Model Collapse#Snapshot-Based Benchmarking2026년 9월 20일댓글 수 로딩 중
[논문리뷰] SiliconBench: Speed, Memory, and Fidelity for LLM Serving on Unified-Memory Desktops본 논문은 통합 메모리 기반의 데스크탑 환경에서 LLM을 서빙할 때 단순히 속도(Speed)만 고려하는 기존 벤치마크의 한계점을 해결하고자 한다.#Review#LLM Serving#Apple Silicon#Unified Memory#Concurrency Scaling#Memory Discipline#Output Fidelity2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Retention-Constrained Post-Training Quantization of Cellpose-SAM for Stem Cell Microscopy본 연구는 Cellpose-SAM과 같은 segmentation foundation model을 실험실 환경의 CPU 및 엣지 하드웨어에 배포할 때 발생하는 높은 추론 비용 문제를 해결하고자 합니다.#Review#Post-Training Quantization#Cellpose-SAM#Stem Cell Microscopy#Instance Segmentation#Retention Protocol#Foundation Models#Edge Deployment2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Refinement Is Inherently Editable: Training-Free Prompt-to-Prompt Image Editing with Generative Refinement Network본 논문은 기존 text-guided image editing 방법들이 겪는 배경 보존과 편집 품질 간의 트레이드오프 문제를 해결하기 위해 RefineEdit 프레임워크를 제안한다.#Review#Generative Refinement Network#Prompt-to-Prompt Image Editing#Training-free#Hierarchical Binary Quantization#Refinement-Guided Bit Routing#Mask Stabilization2026년 9월 20일댓글 수 로딩 중
[논문리뷰] RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents본 논문은 GUI 에이전트와 터미널 에이전트로 이분화된 기존 모델들의 한계를 극복하고, 복잡한 실무를 처리하기 위한 하이브리드 에이전트의 필요성을 제기합니다. 기존 연구들은 GUI를 통해 인터페이스를 조작하거나, 코드 환경에서 소프트웨어를 구축하는 기능 중 하나에만 특화되어 있어 두 영역의 통합적 활용이 어렵습니다 .#Review#Hybrid Computer-Use Agents#RecreationWorld#RecreationBench#GUI-driven Coding#Execution-grounded Reward#Long-horizon Interaction2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Paint-Anything: Unified Any-Color Control for Image Generation and EditingPaint-Anything은 전문적인 디자인 요구사항을 충족하기 위해 객체 색상을 24-bit hex 값으로 정밀하게 제어하려는 목적으로 설계되었습니다. 기존 연구들은 특정 색상 모듈이나 학습 기반 토큰에 의존하거나, 복잡한 inference 단계의 guidance를 필요로 하여 확장성과 효율성 면에서 한계를 보였습니다.#Review#Any-Color Control#Hex-Prompt Interface#Text-to-Image Generation#Image Editing#Pure-Color Anchor#ACBench2026년 9월 20일댓글 수 로딩 중
[논문리뷰] OmniVChat: Synthesizing, Benchmarking, and Training for Native Audio-Visual Dialogue현재 audio-visual dialogue 연구는 데이터 가용성 및 평가라는 두 가지 핵심 제약에 직면해 있습니다. 첫째, 자신의 디바이스를 사용하는 사람들의 녹음 데이터가 매우 부족하며, 노이즈, 카메라 모션, 디바이스 자세 등으로 인해 입력 조건의 long tail 문제가 발생합니다.#Review#Audio-Visual Dialogue#Omni Models#Reinforcement Learning#Data Synthesis#Evaluation Benchmark#Multi-Agent System2026년 9월 20일댓글 수 로딩 중
[논문리뷰] OmniVBench: A Benchmark and Large-Scale Dataset for Omni Reference-to-Video Generation본 논문은 R2V 생태계가 더욱 복잡하고 composition 중심적인 방식으로 진화함에 따라 발생하는 평가 및 학습 자원의 부족 문제를 해결하고자 한다.#Review#Reference-to-Video Generation#Benchmark#Dataset#Factor-Grounded Evaluation#Omni-R2V2026년 9월 20일댓글 수 로딩 중