[논문리뷰] OS-Helix: Unifying GUI Interaction and Code Execution in Native Computer-Using Agents본 논문은 기존의 GUI 중심 에이전트가 복잡한 상태 조작이나 구조적 데이터 처리에 있어 비효율적이라는 점을 해결하고자 한다. 단순히 GUI 모델에 코드 실행 도구를 부착하는 방식은 도구 간의 모달리티 전환(Routing)이 제대로 학습되지 않아 오히려 성능을 저하시키는 현상이 발생한다.#Review#Computer-Using Agents#GUI Interaction#Code Execution#Reinforcement Learning#Step-balanced GSPO#Task Synthesis2026년 10월 18일댓글 수 로딩 중
[논문리뷰] OPMD: On-Policy Mechanism Distillation Beyond Output Supervision본 논문은 기존의 On-Policy Distillation(OPD)이 교사의 출력 분포만을 모사할 뿐, 복잡한 추론 과정에 필요한 중간 연산(intermediate computation)을 효과적으로 전이하지 못한다는 문제점을 해결하고자 합니다.#Review#On-Policy Distillation#Mechanism Distillation#Language Model#Latent State#Teacher-Student Distillation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] MorphAct: Robot Policies Morphing with the Worlds They Act In본 논문은 물리적 세계에서 로봇 학습을 다양한 환경 및 상호작용으로 확장하는 데 있어 Parameter Conflicts가 핵심적인 도전 과제임을 지적한다.#Review#Robot Learning#Vision-Language-Action Models (VLA)#Contextual Parameterization#Low-Rank Adaptation (LoRA)#Multi-Task Learning#Parameter Generation#Robot Manipulation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] MTEdit: Packed Trajectories Beat Rollouts for Multi-Turn Image Editing본 논문은 기존 multi-turn image editing 데이터셋이 겪는 데이터 구축 방식의 한계와 그로 인한 성능 저하 문제를 해결하고자 합니다.#Review#Multi-turn Image Editing#Packed Trajectory Canvas#Visual-quality Drift#Instruction Following#Content Consistency#Qwen-Image-MTEdit2026년 10월 18일댓글 수 로딩 중
[논문리뷰] MOSS-Image Technical Report최근 Text-to-Image (T2I) Foundation Models은 시각적 품질, Semantic Alignment에서 상당한 발전을 이루었지만, 상업용 시스템과 달리 오픈 소스 T2I 모델은 여전히 Dense Text 및 복잡한 Layout 처리에서 어려움을 겪고 있다.#Review2026년 10월 18일댓글 수 로딩 중
[논문리뷰] LiveMACE: Process-Aware Evaluation of LLM Agent Capabilities in Evolving Markets본 논문은 Agent의 Performance를 Outcome만으로 평가하는 방식이 Agent의 실제 Capability를 가릴 수 있다는 문제를 제기한다.#Review#LLM Agents#Process-Aware Evaluation#Evolving Markets#Outcome-Capability Gap#Tool Use#Persistent Memory#Rule Following#Multi-Agent Collaboration2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Lexical Reference Frames: Interpreting LM Residual Streams in Native Semantics본 논문은 기존의 해석 가능성 기법들이 LLM의 Hidden state를 읽는 방식이 모델 자체의 내부 메커니즘과 괴리되어 있다는 문제를 해결하고자 한다.#Review#Language Model#Residual Stream#Lexical Reference Frames#Mechanistic Interpretability#Native Semantics#Attribution#Steering2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Learning to Think and Explore in 3D World본 연구는 Vision-Language Models (VLMs)이 3D 공간에서 능동적으로 탐색하고 추론하는 방법을 학습할 수 있는지 탐구합니다.#Review2026년 10월 18일댓글 수 로딩 중
[논문리뷰] LEV: Thinking Fast and Deep with Looped Decision Models기존의 Decision Models은 연산 속도가 매우 빠르지만, 모든 질문에 대해 고정된 연산량을 소모하여 난이도가 높은 문제에서의 성능이 제한적이라는 한계가 있다.#Review#Decision Models#Looped Transformers#Adaptive Computation#System 1.5#Inference Efficiency2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Into the Unknown: Benchmarking AI agents on open scientific research problems본 논문은 오픈 과학 연구 문제에서 AI 에이전트의 수행 능력을 객관적으로 평가할 수 있는 프레임워크를 정립하는 것을 목표로 합니다. 과학 연구는 본질적으로 오픈 엔디드(Open-ended)하며 정해진 정답이 존재하지 않기 때문에, 기존의 벤치마크 방식으로는 에이전트의 성과를 신뢰성 있게 측정하기 어렵습니다 .#Review#AI Agents#Scientific Research#Benchmark#Integrity#Automated Evaluation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents본 논문은 VLM 기반 에이전트가 로봇을 제어할 때 발생하는 기하학적 정보 해석의 한계와, 폐쇄적인 로봇 제어 시스템에서의 불투명성 문제를 해결하고자 한다 . 기존의 학습 기반 정책(Learned policies)은 데몬스트레이션 데이터에 의존하며, 환경 변화에 따른 일반화 성능이 낮다는 한계가 있다.#Review#VLM Agents#Robot Coding#Triangulation#HexaShell#RoboDojo#Active Perception#Tool Evolution2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Has GPT-6-Astra Achieved Embodied Intelligence?본 논문은 GPT-6-Astra의 로봇 제어 능력을 검증하고, 이 모델이 실질적인 Embodied Intelligence 수준에 도달했는지 평가하기 위한 학술적 연구이다.#Review#Embodied Intelligence#GPT-6-Astra#In-context Learning#System 1-System 2 Collaboration#Action Representation#Robotic Manipulation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Game2Real-Bench: Do Toy Games Reveal and Transfer to Real-World Visual Reasoning?본 논문은 토이 게임에서 측정된 Visual Reasoning 능력이 실제 환경의 요구 사항과 어떻게 일치하는지, 그리고 게임 예시가 실제 태스크 해결에 유용한 신호를 제공할 수 있는지에 대한 근본적인 질문에 답하고자 한다.#Review#Visual Reasoning#Game2Real-Bench#Game-to-Real Transfer#Vision-Language Models#Procedural Generation#In-Context Learning#Capability Analysis2026년 10월 18일댓글 수 로딩 중
[논문리뷰] From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics ResearchLarge Language Model (LLM) 에이전트의 과학 연구 보조 역량이 증대되고 있지만, 이들이 독립적으로 조사를 조직하여 지정된 과학적 목표에 대한 잘 뒷받침된 결론을 도출하는 능력은 기존 벤치마크에서 충분히 평가되지 못했다.#Review#Scientific Agents#Large Language Models (LLMs)#Scientific Closure#PhysClosureBench#Atomic Score#Physics Research#Evaluation Benchmark2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Failure Recovery via Belief Updates and World Modeling for Long-Horizon Agents본 논문은 Long-Horizon 에이전트가 초기 단계의 실수로 인해 긴 경로에서 복구하지 못하고 반복적인 실패에 빠지는 문제를 해결합니다.#Review#Long-Horizon Agents#Failure Recovery#Implicit World Model#Persistent Belief State#Evidence-Gated Execution#On-Policy Distillation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] FC-SWE: Failure-Conditioned RL for Long-Horizon Software Engineering Agents본 논문은 리포지토리 수준의 SWE 작업에서 에이전트가 실패한 시도의 진단 정보를 효과적으로 활용하지 못하는 문제를 해결하고자 합니다. 기존의 GRPO 기반 학습은 독립적인 시도를 개별적으로 샘플링할 뿐, 실패한 패치로부터 얻은 오류 메시지나 테스트 결과를 후속 복구 시도의 문맥으로 명시적으로 학습하지 않습니다.#Review#Reinforcement Learning#Software Engineering Agents#Failure-Conditioned RL#Long-Horizon#Policy Optimization#Verifier Feedback#SWE-bench2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Execution Before Memory: Diagnosing Memory Failures in Video World Models본 논문은 기존 비디오 월드 모델의 메모리 테스트가 핵심 문제를 정확히 진단하지 못하는 한계를 지적한다.#Review#video world models#memory evaluation#execution failures#delayed reveal#MIST framework#M3-Agent#test-time revision#benchmark diagnosis2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Embeddings Are Overpriced? A Frozen 16 MB Vocabulary for Small and Ternary Language Models소형 언어 모델(SLM)에서 임베딩 테이블이 전체 파라미터의 대부분을 차지하며 메모리 병목의 주원인이 되는 구조적 문제를 해결하는 것이 본 연구의 목적입니다.#Review#Language Models#Embedding Table#Quantization#BitNet#Frozen Vocabulary#Parameter Efficiency#Memory Bandwidth2026년 10월 18일댓글 수 로딩 중
[논문리뷰] DuoDiscover: Scaling Autonomous Discovery Beyond the Evaluation Bottleneck본 논문은 실제 엔지니어링 환경에서 인공지능을 통한 자율적 발견(Autonomous Discovery)이 직면한 핵심적인 '평가 비용(Evaluation Cost)' 병목 현상을 해결하고자 합니다.#Review#Autonomous Discovery#LLM Agent#Proxy Evaluator#Yardstick#Code Optimization#Fidelity Testing#Search System2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Dream2Discern: Learning from Hard Latent Variants for Runtime Failure Prediction in Multi-Agent Systems본 연구는 LLM 기반 Multi-Agent Systems의 안정적인 배포를 위해 필수적인 Runtime Failure Prediction 모델이 직면한 데이터 부족 및 학습 효율성 문제를 해결하고자 합니다.#Review#Multi-Agent Systems#Runtime Failure Prediction#Implicit Augmentation#Latent Variants#LLM Auditor#Operator Perturbation2026년 10월 18일댓글 수 로딩 중