[논문리뷰] DAR: Deontic Reasoning with Agentic Harnesses본 논문은 LLM 기반의 Deontic Reasoning에서 발생하는 긴 법령의 구조적 복잡성과 정보 검색의 비효율성 문제를 해결하고자 합니다. 기존 Direct Reasoning 방식은 대규모 규정집을 한 번에 컨텍스트로 제공해야 하므로, 모델이 정작 필요한 규칙을 놓치거나 잘못 참조하는 한계가 있습니다 .#Review#Deontic Reasoning#Agentic Harness#LLM#DeonticBench#Statutory Reasoning#Tool Use#Inference Efficiency2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Cosmos 3: Omnimodal World Models for Physical AIPhysical AI 에이전트 학습을 위한 기존의 파편화된 파이프라인은 이해(Understanding)와 생성(Generation) 모듈이 분리되어 있어 데이터 효율성과 확장성이 낮습니다.#Review#World Model#Physical AI#Mixture-of-Transformers#Omnimodal#Data-Driven Specialization#Synthetic Data#Action-Conditioned Generation2026년 6월 3일댓글 수 로딩 중
[논문리뷰] BraveGuard: From Open-World Threats to Safer Computer-Use Agents본 논문은 컴퓨터 사용 에이전트가 직면한 고유한 보안 취약점인 '다단계 실행 궤적의 불투명성' 문제를 해결하는 것을 목적으로 합니다.#Review#Computer-use Agents#Safety Guardrails#Trajectory-level Supervision#Open-world Threat Discovery#Self-evolving Defense#Agent Security2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Benchmarks are Not Enough: RAMP for Runtime Assessing of Agentic Models in Production Systems본 논문은 기존의 LLM 에이전트 평가 방식이 정적이고 단기적인 작업에 치중되어 있어, 실제 프로덕션 환경에서 요구되는 복잡한 장기 워크플로우를 반영하지 못하는 문제를 해결하고자 합니다.#Review#Agentic Models#Runtime Assessment#Software Engineering#Long-horizon Workloads#Compiler Construction#Resurrection Protocol#Production Systems2026년 6월 3일댓글 수 로딩 중
[논문리뷰] BenchEvolver: Frontier Task Synthesis via Solution-Centric Evolution본 논문은 최신 Frontier LLM들이 기존의 코딩 벤치마크(LiveCodeBench 등)에서 90% 이상의 높은 Pass@1 성능을 기록하며 벤치마크가 포화(Saturation)되는 문제를 해결하고자 합니다.#Review#Frontier LLM#Coding Benchmark#Task Evolution#Solution-Centric#Reinforcement Learning#Executable Semantics#Self-Improvement2026년 6월 3일댓글 수 로딩 중
[논문리뷰] AutoLab: Can Frontier Models Solve Long-Horizon Auto Research and Engineering Tasks?본 논문은 기존 벤치마크가 단기적 또는 단일 단계(single-turn) 성능 평가에 치중되어 있어, 실제 과학 및 공학 분야에서 요구되는 장기적 반복 최적화 프로세스를 평가하지 못하는 한계를 해결하고자 합니다 .#Review#AutoLab#Long-horizon optimization#Frontier models#Agentic benchmarks#Closed-loop optimization#System optimization#CUDA kernel optimization2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Audio Interaction Model본 논문은 기존의 Large Audio Language Models(LALMs)가 고정된 전체 오디오 입력을 처리하는 수동적(Offline) 모델에 머물러 있어, 인간의 실시간 상호작용 특성을 반영하지 못하는 한계를 해결하고자 합니다.#Review#Large Audio Language Models#Streaming Interaction#Perceive–Decide–Respond#FIFO Scheduling#SoundFlow#StreamAudio-2M#Proactive-Sound-Bench2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Agent libOS: A Library-OS-Inspired Runtime for Long-Running, Capability-Controlled LLM Agents본 논문은 기존 LLM 에이전트 프레임워크가 가지는 보안 경계의 모호함과 장기 실행 에이전트에 대한 인프라 부족 문제를 해결하기 위해 Agent libOS를 제안합니다.#Review#LLM Agents#Library OS#Runtime Security#Capability-based Security#Object Memory#Tool-use#System Architecture2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Access Sets Matter: Budgeting Expert Reads for Scalable Weight-Space Model Merging본 논문은 LLM 규모의 모델 병합(Merging) 작업에서 발생하는 과도한 Expert-read I/O 병목 문제를 해결하는 것을 목표로 합니다.#Review#Model Merging#LLM Systems#Parameter-Efficient Adaptation#Expert Access-Set#I/O Budgeting#Weight-Space Merging#MergePipe2026년 6월 3일댓글 수 로딩 중
[논문리뷰] AUDITFLOW: Executable Symbolic Environments for Structured Financial Reporting Verification본 논문은 LLM 기반의 금융 감사 모델이 구조화된 XBRL 데이터 내의 수치적 일관성을 검증하는 데 겪는 신뢰성 문제를 해결하고자 합니다. 기존 LLM 에이전트들은 검색이나 도구 활용 능력이 뛰어나지만, 정작 중요한 수치 계산 및 규칙 적용을 모델의 추론 능력에 의존함으로써 높은 오류율을 보입니다 .#Review#XBRL#Financial Auditing#Multi-agent Framework#Symbolic Environment#Graph-grounded#Numerical Consistency2026년 6월 3일댓글 수 로딩 중
[논문리뷰] AAD-1: Asymmetric Adversarial Distillation for One-Step Autoregressive Video Generation본 논문은 one-step autoregressive video generation에서 발생하는 motion collapse와 학습 불안정성 문제를 해결하고자 합니다 .#Review#One-Step Autoregressive Video Generation#Asymmetric Adversarial Distillation#Diffusion Models#Bidirectional Discriminator#Holistic Discrimination#Distribution Matching Distillation2026년 6월 3일댓글 수 로딩 중
[transformers] Hugging Face Transformers: SequenceFeatureExtractor.pad() 최적화로 불필요한 NumPy 배열 재변환 제거Hugging Face Transformers의 SequenceFeatureExtractor.pad() 메서드에서 NumPy 배열의 불필요한 재변환을 제거하여 성능을 개선했습니다.#Python#NumPy#Performance#Hugging Face Transformers#Optimization2026년 6월 2일댓글 수 로딩 중
[flashinfer] FlashInfer FP8 KV-Cache Prefill 성능 최적화: Repacking 기법을 통한 오버헤드 제거FP8 KV-cache의 dequantization 오버헤드를 BF16 staging buffer로 제거하여 Prefill 성능을 최대 1.3배 향상시켰습니다.#FlashInfer#CUDA#FP8#LLM#Optimization2026년 6월 2일댓글 수 로딩 중
[sglang] SGLang의 NIXL 통신 최적화: Prep+Make API 도입을 통한 KV 캐시 전송 성능 향상NIXL의 Prep+Make API를 활용해 KV 캐시 전송 시 디스크립터 재구성을 방지하여 TTFT를 최대 27% 개선했습니다.#SGLang#LLM#KV-Cache#Optimization#Distributed-Systems2026년 6월 2일댓글 수 로딩 중
[onnxruntime] ONNX Runtime CUDA Graph: 진정한 비동기 추론을 위한 동기화 지점 제거CUDA Graph Replay 시 강제되던 동기화 지점을 제거하여, IO Binding과 함께 완전한 비동기 GPU 추론 파이프라인을 구축하는 최적화 기법을 소개합니다.#ONNX Runtime#CUDA#Performance Optimization#Async Inference#CUDA Graph2026년 6월 2일댓글 수 로딩 중
[논문리뷰] αDepth: Learning Single-Pass Soft Boundary Decomposition for Stereo Conversion본 논문은 모노큘러 이미지에서 고품질의 스테레오 영상을 생성할 때 발생하는 soft boundary 처리 문제를 해결합니다. 기존의 depth 추정 모델은 픽셀당 하나의 깊이 값만 할당하므로, 경계면에서의 색상 혼합으로 인해 발생하는 깊이 모호성을 처리하지 못해 왜곡된 3D 구조를 생성합니다 .#Review#Stereo Conversion#Soft Boundary Decomposition#Circular Alpha Representation#Depth Ambiguity#Layered Representation#Alpha Matting2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Ψ-Bench: Evaluating Persona-Sensitive Influencing in Persuasive Dialogues본 논문은 현대의 Personalized LLM Agent가 사용자의 선호에 맞춘 수동적 응답자(Passive Responder)에 머물러 있다는 한계를 지적하며, 보다 능동적인 설득 및 가이드 능력을 갖춘 'Proactive Personalization'의 필요성을 제기합니다.#Review#LLM#Personalization#Persuasive Dialogue#Persona-Sensitive Influencing#Proactive Agent#Benchmark2026년 6월 2일댓글 수 로딩 중
[논문리뷰] World Models Meet Language Models: On the Complementarity of Concrete and Abstract Reasoning본 논문은 미래지향적 시각 추론에서 World Models와 MLLMs를 결합할 때 발생하는 신뢰성 문제를 해결하고자 합니다. 기존의 단순한 결합 방식은 생성된 Rollout이 확률적이고 때로는 작업상 부정확할 수 있음에도 불구하고, 이를 에이전트가 효과적으로 제어하지 못한다는 한계가 있습니다 .#Review#World Models#Multimodal Large Language Models (MLLMs)#Controlled Concrete Reasoning#Privileged-Future On-Policy Self-Distillation (PF-OPSD)#Future Prediction#Simulation-Control2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Value-Aware Stochastic KV Cache Eviction for Reasoning Models본 논문은 Reasoning 모델이 복잡한 추론 과정에서 생성하는 긴 출력(Chain of Thought)으로 인해 발생하는 심각한 메모리 및 연산 병목 현상을 해결하고자 한다.#Review#KV Cache#Eviction#Reasoning Models#Stochasticity#Value-Awareness#Sparse Attention#Large Language Models2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models본 논문은 실시간 객체 탐지 모델이 가진 NMS 의존성, 불필요한 모델 파라미터 팽창, 학습 효율성 저하, 그리고 소형 객체 탐지 실패 문제를 해결하고자 합니다 .#Review#YOLO26#Real-Time Object Detection#End-to-End#NMS-Free#MuSGD#STAL#Instance Segmentation2026년 6월 2일댓글 수 로딩 중