[flashinfer] Blackwell 아키텍처에서 FlashInfer Ragged Prefill 성능 3.3배 향상시키기Blackwell GPU에서 backend='auto'가 cuDNN/CUTLASS를 활용하도록 개선하여 Ragged Prefill 성능을 최대 3.3배 향상했습니다.#FlashInfer#LLM#Blackwell#cuDNN#Performance2026년 9월 15일댓글 수 로딩 중
[onnxruntime] ONNX Runtime WebGPU: NHWC Depthwise Convolution 최적화 분석WebGPU 환경에서 NHWC Depthwise Convolution을 벡터화하여 성능을 개선한 최적화 기법을 분석합니다.#ONNX Runtime#WebGPU#Optimization#Convolution#Performance2026년 9월 15일댓글 수 로딩 중
[vllm] [vLLM 성능 최적화] Nemotron-3 디코딩 속도를 13% 향상시킨 Latent-MoE All-Reduce 최적화 분석Nemotron-3 모델의 TP 환경에서 불필요한 All-Reduce를 제거하여 디코딩 성능을 13% 복구한 최적화 기법을 살펴봅니다.#vLLM#Nemotron#Performance#All-Reduce#MoE#Tensor-Parallelism2026년 9월 15일댓글 수 로딩 중
[vllm] vLLM에서 DeepSeek V4.1을 위한 Mega-mHC 커널 최적화DeepGEMM 기반의 Mega-mHC 커널을 통합하여 DeepSeek V4.1 모델의 추론 성능을 최대 1.5배 향상시켰습니다.#vLLM#DeepSeek#DeepGEMM#KernelOptimization#LLM2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Training Specialist Models without Reasoning Trajectories for Domain Expert DistillationLarge Language Models (LLMs)에서 Specialist Distillation은 teacher-generated reasoning trajectories를 통해 domain expertise를 student model로 효과적으로 transfer하는 중요한 방법론으로 인식되고 있습니다.#Review#Specialist Distillation#Reasoning Trajectories#QA-only Supervision#Latent Trajectory Distribution#Specialization-Generalization Trade-off#KL Divergence#Anchored Supervised Fine-Tuning#Layer-Selective Tuning2026년 9월 15일댓글 수 로딩 중
[논문리뷰] The Router Within: Eliciting Native Skill Routing from a Frozen LLM본 논문은 LLM agent의 핵심 성능을 좌우하는 skill routing 단계에서 발생하는 context 오염 및 성능 저하 문제를 해결합니다 .#Review#Skill Routing#LLM Agent#Frozen LLM#Product of Experts#SkillTraj#Gavel2026년 9월 15일댓글 수 로딩 중
[논문리뷰] The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement본 논문은 현대의 Foundation Model 개발 과정에서 발생하는 극심한 확장 비용과 병목 현상을 해결하기 위해 RSI의 개념을 정립하고 그 실현 가능성을 고찰합니다. 기존의 모델 개발은 데이터 준비, 아키텍처 설계, 평가 등 모든 단계에서 인간의 개입이 필수적인 선형적이고 비용 집약적인 과정입니다 [1.1절].#Review#Recursive Self-Improvement#AI Autonomy#Model Development#Improvement Loop#Meta-Improvement#Foundation Models2026년 9월 15일댓글 수 로딩 중
[논문리뷰] StepAudio 3 Realtime Technical Report본 논문은 실시간 음성 대화 시스템에서 발생하는 깊은 추론과 즉각적인 응답 사이의 상충 관계(Tension)를 해결하는 것을 목표로 합니다. 기존의 실시간 음성 모델들은 응답 속도를 위해 추론을 희생하거나, 반대로 깊은 추론을 위해 응답 지연을 초래하는 한계가 있었습니다.#Review#Audio-Language Model#Realtime Interaction#Full-Duplex#Think-While-Speaking#Conversational Intelligence#Speech Recognition2026년 9월 15일댓글 수 로딩 중
[논문리뷰] StepAudio 3 Music Technical Report본 논문은 대규모, 장시간 음악 생성 모델의 발전을 목표로 한다. 기존 음악 생성 모델들은 음향 품질과 길이 면에서 상당한 발전을 이루었지만, 멜로디 전개, 섹션 전환, 가사와 음악 간의 관계 등 장기적인 음악 구조를 조율하는 데 한계가 있었다.#Review#Music Generation#Flow-Matching Diffusion Transformer (DiT)#ABC Notation#Vector Quantization (VQ)#Mixture-of-Experts (MoE)#Direct Preference Optimization (DPO)#Long-Form Music#Audio Codec2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific AgentsShuhan Xue이 arXiv에 게시한 'ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents' 논문에 대한 자세한 리뷰입니다.#Review#Keyword1#Keyword22026년 9월 15일댓글 수 로딩 중
[논문리뷰] PhysStream: Streaming Physics-Grounded Video Generation with Structured Scene Memory and Fine-Grained Motion Control기존의 controllable video generation 모델들은 대부분 전체 제어 스케줄을 사전에 입력해야 하는 비(非)자동회귀적 방식을 채택하고 있어, 실시간 상호작용이 불가능하다는 한계가 있습니다. 특히 물리학적 기반이 부족한 기존 방식은 단순히 픽셀 위치만 강제할 뿐 객체 간의 역학을 반영하지 못합니다 .#Review#controllable video generation#physics-grounded motion control#autoregressive video models#structured scene memory#interactive synthesis2026년 9월 15일댓글 수 로딩 중
[논문리뷰] OmniHarness: Harnessing Generalizable Visual Generation via Symbolic Policy Learning본 논문은 MLLMs 및 multi-agent systems의 시각 생성(visual generation) 역량을 일반화 가능하고(generalizable), 실행 중 자체 수정(self-correction)하며, 사전 탐색적 학습(proactive learning)을 가능하게 하는 프레임워크인 OmniHarness를 제안합니다.#Review#Visual Generation#Symbolic Policy Learning#Multi-Agent Systems#Self-Directed Inquiry#ComfyUI#Generalizable AI2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ModularRSI: Modular and Generalizable Recursive Harness Self-Improvement죄송합니다. 현재 요청하신 논문(2609.14857)은 시스템상 접근이 제한되어 내용을 확인할 수 없습니다.#Review2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Modality-Autoregressive World-Action Models본 연구는 WAM에서 다양한 미래 모달리티를 효과적으로 결합하는 최적의 방법을 탐구합니다. 기존 연구들은 주로 미래 RGB 이미지 예측에 집중했으나, 이는 조작 태스크에 필요한 기하학적, 의미론적, 운동학적 정보를 충분히 포착하지 못하는 한계가 있습니다.#Review#World-Action Models#Multimodal Generation#Diffusion Transformer#Autoregressive#Robotics#Flow Matching2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Mind2Dialogue: Training Human-Aware Language Models by Simulating User Mental States본 논문은 기존 LLM이 대화 과정에서 사용자의 복잡한 정신 상태를 충분히 인지하지 못해 발생하는 비공감적 혹은 일관성 없는 응답 문제를 해결하고자 합니다. 기존의 대화형 모델은 문맥상의 표면적인 의미에만 집중하는 경향이 있어, 사용자의 잠재적인 의도나 감정 상태를 파악하는 데 한계를 보입니다.#Review#Human-Aware AI#Mental State Simulation#Large Language Models#Theory of Mind#User-Centric Dialogue2026년 9월 15일댓글 수 로딩 중
[논문리뷰] ImpossibleRubrics: Stress-Testing Generated Rubrics as Reward Signals본 연구는 모델이 생성한 Rubrics가 보상 신호로 사용될 때, 정교하지 않은 평가 체계가 모델의 편향을 심화하거나 왜곡된 최적화를 유발할 수 있다는 점에 주목합니다.#Review#LLM-as-a-Judge#Reward Modeling#Rubric Generation#Alignment#Robustness2026년 9월 15일댓글 수 로딩 중
[논문리뷰] HarnessVLN: Unifying Training-Free Embodied Navigation through an Agent Harness본 논문은 Training-based embodied navigation 방법론이 직면한 Generalization Challenge를 해결하고자 합니다. 기존 Training-based 방법들은 특정 태스크에 효과적이지만, 새로운 태스크나 환경으로 확장 시 추가 데이터와 Adaptation이 요구되는 한계가 있습니다.#Review#Embodied Navigation#Training-Free#Agent Harness#MLLMs#Spatiotemporal Graph#Hierarchical Event Memory#Zero-Shot#Instruction-Following#Object-Goal Navigation2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Emergence World: Adversarial Stress-Testing of Long-Horizon Multi-Agent Systems본 연구는 고정된 짧은 작업 중심의 기존 벤치마크로는 실제 운영 환경에서 발생하는 복합적인 안전성 위험을 평가할 수 없다는 문제에서 출발한다.#Review#Multi-Agent Systems#Adversarial Stress-Testing#Long-Horizon#LLM#Emergent Behavior#Systemic Resilience2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Drift-Constrained Optimization: Only Direction Matters in Fine-Tuning Instruct Models본 논문은 LLM 파인튜닝 시 발생하는 Behavioral Drift가 단순한 부작용이 아닌, 최적화 과정에서 관리해야 할 핵심 변수임을 강조합니다.#Review#Behavioral Drift#Directional Efficiency#Drift-Constrained Optimization#Fine-Tuning#Instruction Tuning#Parameter-Selective Tuning2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Disentangling Representation Evolution in Transformers through Directional Decomposition본 논문은 Transformer 계층의 학습된 업데이트 벡터가 왜 상당한 양의 Parallel 성분을 포함하며, 이것이 모델의 성능에 실제적인 기여를 하는지 혹은 단순한 중복(Redundancy)인지를 규명하고자 합니다.#Review#Transformers#Representation Evolution#Directional Decomposition#Parallel Updates#Perpendicular Updates#Attention Value Space#Model Compression2026년 9월 15일댓글 수 로딩 중