[논문리뷰] MoME: Mixture-of-Memory Embeddings for Context-Aware Sparse Lookup본 논문은 기존 메모리 확장 방식이 갖는 문맥 무지성(context-blind) 문제와 용량 할당의 비효율성을 해결하기 위해 제안되었습니다.#Review#Mixture-of-Experts#Memory-Augmented#Context-Aware#Sparse Lookup#Large Language Models#Embedding Tables#Polysemy2026년 9월 20일댓글 수 로딩 중
[논문리뷰] MintAct: A Unified Visual Agent for Digital Environments본 논문은 다양한 디지털 환경 전반에서 범용적으로 작동하는 통합 에이전트 모델 구축의 어려움을 해결하고자 합니다.#Review#Visual Agent#UI Grounding#Reinforcement Learning#Multimodal#Action Space#Asynchronous RL2026년 9월 20일댓글 수 로딩 중
[논문리뷰] MLLMs Hallucinate when Information Distribution Drifts in Synergy Heads본 논문은 MLLMs가 시각적 맥락과 사실적으로 불일치하는 그럴듯한 응답을 생성하는 Hallucinations 문제에 직면해 있음을 지적합니다.#Review#MLLMs#Hallucinations#Attention Heads#Information Disentanglement#Dynamic Calibration#Causal Intervention#Counterfactual Analysis#Synergy Heads2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Learning Foresight without Explicit Trajectories for 3D Diffusion Policies본 논문은 3D diffusion policy가 기하학적으로 정확한 action을 생성함에도 불구하고, 다단계 작업 수행 시 상호작용이 어떻게 전개될지 예측하는 'Foresight'가 부족하다는 점을 문제로 지적합니다 .#Review#3D Diffusion Policy#Robot Manipulation#Movement Trend Guidance#Foresight#FiLM#Point Cloud#Imitation Learning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] IntBMoE: Integrating Block-Level Conditioning into Expert Composition for Full-Participation Mixture-of-Experts본 논문은 기존의 MoE(Mixture-of-Experts) 아키텍처들이 Participation, Execution, Materialization이라는 세 가지 핵심 지표를 독립적으로 제어하지 못하는 근본적인 한계를 해결하고자 합니다 .#Review#Mixture-of-Experts#Expert Composition#Hypernetwork#Block-Level Conditioning#Sparse Routing#Full Participation#Parameter Materialization2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Grounded Skill Synthesis from Code at Scale for Agentic Intelligence본 논문은 에이전트 시스템이 방대한 외부 경험 없이도 복잡한 Long-horizon 작업을 수행할 수 있도록, 대규모 코드베이스에서 Grounded 된 기술을 합성하는 새로운 패러다임을 제안한다.#Review#Agentic AI#Skill Synthesis#Code Mining#Procedural Knowledge#Reinforcement Learning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Gricea: An Open Science Platform for Conversational AI ResearchConversational AI에 대한 실증적 연구가 증가하고 있으나, 연구 절차와 시스템 설정에 대한 파편화된 보고 방식으로 인해 재현(replication)과 지식의 누적에 큰 어려움이 존재합니다.#Review#Conversational AI#Controlled Studies#Human Subject Studies#Research Platform#Open Science#Reproducibility2026년 9월 20일댓글 수 로딩 중
[논문리뷰] GraphSkillEvo: Evolutionary Optimization of Graph-Structured Agent Skills본 논문은 기존의 비구조적(Unstructured) natural-language 스킬 최적화 방식이 가진 근본적인 한계를 해결하고자 합니다. 기존 방식은 스킬을 단순 텍스트 지시사항으로 표현하여 명시적인 워크플로우 가이드가 부족하고, 결과적으로 에이전트가 상황에 맞는 적절한 단계를 식별하기 어렵게 만듭니다 .#Review#LLM Agents#Skill Optimization#Graph-Structured Skills#Evolutionary Computation#Agentic Workflows#Prompt Engineering2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Geometry of Values: Task Vector Composition for Ethical Preference Alignment in Language Models본 논문은 LLM이 서로 충돌하는 도덕적 가치들 사이에서 일관성 있는 판단을 내리지 못하고, 언어마다 다른 내재적 편향 및 지시 이행 능력의 불균형을 보이는 문제를 해결하고자 합니다.#Review#Ethical Alignment#LLM#Task Vectors#Preference Optimization#LoRA#Multilingual#Parameter-Efficient Fine-tuning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] GAVEL: Graph World Models for Verified and Efficient Long-Horizon LLM Task PlanningLLM은 로봇의 long-horizon 작업 계획을 수립하는 데 유연한 인터페이스를 제공하지만, 생성된 계획이 embodied 제약 조건을 위반하거나 부분 관측 환경에서 추론이 미흡하다는 문제점이 있습니다 .#Review#LLM#Task Planning#Graph World Models#Partial Observability#Embodied AI#Robot Planning2026년 9월 20일댓글 수 로딩 중
[논문리뷰] From Pretraining to Proficiency: Real-World Subtask RL for Long-Horizon Manipulation with Minimal Human Intervention본 논문은 긴 호흡의(Long-horizon) 로봇 조작 태스크에서 Pretrained policy가 전반적으로는 유능하지만 특정 핵심 Subtask에서 반복적으로 실패하는 문제를 해결하고자 합니다 .#Review#Robot Learning#Long-horizon Manipulation#Reinforcement Learning#Foundation Models#Residual Policy#Subtask Adaptation2026년 9월 20일댓글 수 로딩 중
[논문리뷰] FRAUDSkill: Structured Frozen-Weight Skill Optimization for Audio Anti-Fraud Detection본 논문은 대규모 오디오-언어 모델을 활용한 오디오 anti-fraud 시스템이 실무 환경의 Predefined Label Ontology 및 Decision Protocol과 충돌하는 문제를 해결하고자 한다.#Review#Audio Anti-Fraud#Frozen-Weight Adaptation#Skill Optimization#Structured Prediction#Multi-path Inference2026년 9월 20일댓글 수 로딩 중
[논문리뷰] EvoOntology: A Self-Evolving Ontology Layer for Data Agents데이터 에이전트가 다양한 이기종 데이터 소스를 처리해야 함에 따라, 에이전트와 데이터 간의 심각한 Agent–Data Gap 문제가 발생하고 있습니다 . 기존의 방식은 에이전트가 원시 데이터를 무작위로 탐색하거나, 정적인 시맨틱 정보를 컨텍스트에 삽입하는 데 의존합니다.#Review#Data Agents#Ontology Layer#Model Context Protocol#Self-Evolving#Agent-Data Gap#Evidence-Grounded#Semantic Layer2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design본 논문은 전문적인 그래픽 디자인 에이전트가 겪는 장기적 작업(Long-horizon)의 복잡성과 결과물의 불명확한 성공 기준 문제를 해결하기 위해, 고정된 모델 가중치(Frozen foundation model)를 유지하면서 외부적인 절차적 기억을 지속적으로 진화시키는 프레임워크를 제안한다.#Review#Agentic Graphic Design#Procedural Memory#Continual Adaptation#Skill Evolution#User Traffic#Foundation Models#Replay Gate2026년 9월 20일댓글 수 로딩 중
[논문리뷰] DeformSmith: Physics Harness-Guided Hierarchical Generation of Deformable Assets for Robot Manipulation본 논문은 텍스트나 단일 이미지로부터 로봇 조작에 적합한 물리적으로 신뢰할 수 있는 Deformable Assets를 자동 생성하는 문제를 해결합니다.#Review#Deformable Assets#Robot Manipulation#Physics-Grounded Harness#Hierarchical Agentic Construction#Material Point Method#Simulation Feedback2026년 9월 20일댓글 수 로딩 중
[논문리뷰] CodeMidas: Scaling Agentic Coding RL Environments from Code Itself본 논문은 기존의 코딩 에이전트 학습 데이터가 이슈 리포트, 커밋, 혹은 특정 테스트 케이스와 같은 개발 아티팩트에 지나치게 의존하여 학습 태스크 확장에 한계가 있다는 문제를 해결하고자 한다.#Review#Agentic Coding#Reinforcement Learning#Codebase Adaptation#Execution-grounded Testing#Environment Scaling#Self-verification2026년 9월 20일댓글 수 로딩 중
[논문리뷰] Calibrating Teacher--Student Discrepancy for On-Policy Distillation본 연구는 On-Policy Distillation에서 교사와 학생 간의 discrepancy가 교사 모델 자체의 변동성인 TSD를 포함하고 있어 효율적인 학습을 방해한다는 점을 문제로 제기합니다 .#Review#Knowledge Distillation#On-Policy Distillation#Teacher Self-Deviation#Calibration#Mathematical Reasoning#Privileged Information2026년 9월 20일댓글 수 로딩 중
[논문리뷰] CADWorld: Computer-Use Benchmark for Long-Horizon Computer-Aided Design본 논문은 일반적인 GUI 작업에 특화된 기존 Computer-Use Benchmark들이 기계공학 분야의 전문적인 CAD 워크로드를 충분히 다루지 못한다는 문제의식에서 출발합니다.#Review#Computer-Use Agents#CADWorld#Mechanical-CAD#Artifact-Grounded Evaluation#Long-Horizon#GUI Interaction2026년 9월 20일댓글 수 로딩 중
[논문리뷰] BI-Agent and BI-Bench: Towards Automating End-to-End Business Intelligence본 논문은 현대 엔터프라이즈의 핵심 의사결정 수단인 BI 워크로드가 데이터 준비 단계의 복잡성으로 인해 자동화하기 어렵다는 문제를 해결하고자 합니다.#Review#Business Intelligence#LLM Agents#Data Management#End-to-End Analysis#Benchmarking#Post-training2026년 9월 20일댓글 수 로딩 중
[논문리뷰] APort Vault: Benchmarking AI Agent Payment Authorization with the Open Agent Passport본 논문은 기존의 LLM 안전성 벤치마크가 대부분 '모델의 거부 여부'에만 초점을 맞추어, 실제 배포 환경에서의 잔여 위험(Residual Risk)을 적절히 측정하지 못한다는 한계를 지적합니다.#Review#AI Agents#Payment Authorization#Open Agent Passport#Adversarial Benchmarking#Tool-using Agents#LLM Security2026년 9월 20일댓글 수 로딩 중