[논문리뷰] Decoy Direction Optimization: A Post-Hoc Defense Against LLM Abliteration본 논문은 open-weight 대규모 언어 모델(LLMs)에서 safety guardrails가 Refusal Feature Ablation (RFA)과 같은 공격에 의해 쉽게 우회될 수 있는 심각한 문제를 해결하고자 한다.#Review#LLM Safety#Refusal Feature Ablation#Post-Hoc Defense#Decoy Direction Optimization#Weight Editing#Adversarial Robustness2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Convergent Emergence of In-Context Learning Across Modalities본 논문은 Large Language Models (LLMs)에서 주로 관찰되는 Few-shot ICL 현상이 인간 언어의 고유한 특성인지, 아니면 다양한 구조화된 Sequence Data에 대한 Next-token Prediction의 일반적인 속성인지를 밝히는 것을 핵심 문제로 삼습니다.#Review#In-Context Learning#Cross-Modality#Emergence#Next-Token Prediction#Foundation Models#Bitstring Transformation#Convergent Emergence Hypothesis#Paired-Mapping Benefit2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Continual Learning Mechanisms Compose for Long-Horizon Memorization본 연구는 고전적인 Continual Learning 환경에서 발생하는 Catastrophic Forgetting 문제를 극복하고, 장기적인 시퀀스 데이터를 효과적으로 기억하기 위한 구조적 메커니즘을 정의합니다.#Review#Continual Learning#Long-Horizon Memorization#Catastrophic Forgetting#Experience Replay#Model Architecture#Neural Memory2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Another Blueprint In The Wall: How to Ask Frontier AI Like a Kid?제공해주신 URL(https://arxiv.org/html/2609.14803)은 현재 외부 접근이 제한되어 있어 논문의 구체적인 내용을 직접 열람하거나 Figure 데이터를 추출할 수 없습니다. 따라서 해당 논문에 대한 상세 분석 및 요약을 수행할 수 없는 점 양해 부탁드립니다.#Review2026년 9월 15일댓글 수 로딩 중
[논문리뷰] AI for Games in the Foundation Model Era본 논문은 Foundation Models 시대에 접어들면서 게임 AI의 역할이 단순 게임 플레이를 넘어 게임 라이프사이클 전반으로 확장되고 있음을 강조한다 [cite: 1, Figure 1].#Review#Foundation Models#AI for Games#Game Lifecycle#Generalist Agents#Procedural Content Generation#Player Modeling#Automated Testing#Runtime Adaptation2026년 9월 15일댓글 수 로딩 중
[flashinfer] [FlashInfer] Paged Attention 최적화: 동일 Stride 구조에서의 주소 계산 오버헤드 제거K와 V의 메모리 레이아웃이 동일할 때 불필요한 주소 계산을 생략하여 성능을 18% 이상 개선한 사례를 분석합니다.#CUDA#FlashAttention#LLM#Optimization#FlashInfer2026년 9월 14일댓글 수 로딩 중
[cpython] Python 토크나이저 최적화: 불필요한 개행 문자 변환 건너뛰기로 성능 개선Python 토크나이저의 개행 문자 정규화 과정을 최적화하여 파싱 성능을 개선한 PR 분석.#Python#CPython#Tokenizer#Optimization#Performance#C#memchr#memcpy2026년 9월 14일댓글 수 로딩 중
[flashinfer] FlashInfer, 통신 최적화를 통한 LLM 추론 속도 향상: Ulysses Head-Chunk Primitives 도입FlashInfer가 Ulysses Head-Chunk Primitives를 도입하여 LLM 추론 시 통신 오버헤드를 줄이고 성능을 개선했습니다.#FlashInfer#LLM#추론 최적화#통신 최적화#Ulysses#Head-Chunk2026년 9월 14일댓글 수 로딩 중
[Liger-Kernel] Liger-Kernel: SM90 MoE 통신 최적화 및 안정성 개선SM90 아키텍처에서 MoE 통신을 로컬/인터호스트로 분리 최적화하고, 백워드 동기화 행 문제를 해결하여 성능을 극대화했습니다.#Liger-Kernel#MoE#SM90#CUDA#NVSHMEM#Performance2026년 9월 14일댓글 수 로딩 중
[sglang] NVLink를 활용한 sglang의 DSpark 헤드 최적화: 더 빠른 토큰 생성sglang의 DSpark 헤드에서 NVLink 집단 통신을 활용하여 토큰 생성 속도를 개선하는 방법을 분석합니다.#sglang#NVLink#DSpark#최적화#성능#딥러닝2026년 9월 14일댓글 수 로딩 중
[논문리뷰] ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search본 논문은 Foundation Model 분야에서 수학적 추론 및 Agentic Problem Solving의 발전이 겪는 두 가지 주요 BottleNeck인 Scale Barrier와 Opacity Barrier를 해결하고자 한다.#Review#Foundation Model#Mathematical Reasoning#Agentic Search#Open Science#Efficiency#Hybrid Attention#Curriculum Learning#FP8 Training#AI-Native R&D2026년 9월 14일댓글 수 로딩 중
[논문리뷰] When Agents Slow Down: Understanding LLM Agents' Test-Time Strategies via Elo-per-token Analysis본 연구는 LLM 에이전트가 테스트 타임(test-time)에 컴퓨팅 자원을 할당하는 방식과 그에 따른 성능 확장성을 체계적으로 측정하고자 합니다. 기존 벤치마크는 단일 결과물에 대한 pass/fail 여부만 판단하여, 에이전트가 토큰을 소비하며 진행하는 탐색 과정의 성능 개선을 측정하지 못하는 한계가 있습니다.#Review#Test-Time Scaling#LLM Agents#Elo-per-token#Bradley-Terry Model#Continual Learning2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Vidu S2: Real-Time Interactive, Editable, and Spatial Video Generation기존의 비디오 생성 모델들, 예를 들어 Sora와 같은 모델들은 고품질 비디오를 생성하지만 대부분 Offline, One-shot Generation 패러다임을 따른다.#Review#Real-time Video Generation#Interactive Video#Video Editing#Spatial Video#Diffusion Models#Digital Characters#Streaming Inference#Agentic System2026년 9월 14일댓글 수 로딩 중
[논문리뷰] RSIAgent: Autonomous Exploration for Recursive Self-improvement in New Environments본 논문은 Digital Agent 시스템이 pretrained model에 의해 완전히 포착되지 않는 새로운 환경의 Interface, Tools, Failure modes에 적응해야 하는 문제를 해결하고자 합니다.#Review#Recursive Self-Improvement#Digital Agents#Autonomous Exploration#Multi-Agent Framework#Evolvable Memory#Causal Discovery#Broad & Deep Self-Exploration2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Pick Your Poison: Learning to Select Poison Sets for Stronger LLM Backdoor Attacks본 연구는 Large Language Models (LLMs)의 backdoor poisoning attacks에 대한 기존 평가 방식의 근본적인 한계를 지적합니다.#Review#Backdoor Attacks#LLM Poisoning#Poison Set Selection#Oracle-budgeted Optimization#SAILS#Attack Success Rate (ASR)#Triggered Loss#Goodhart Effect2026년 9월 14일댓글 수 로딩 중
[논문리뷰] PhysBrain 1.5: From Vision-Language Models to Physical Foundation Models현재 Vision-Language Models (VLM)은 시각적 이해와 Semantic 지식, Instruction Following에 강점을 보이지만, Physical Loop 내에서의 embodied understanding, action generation, future-state prediction과 같은 물리적 상호작용 능력은 부족합니다.#Review#Vision-Language Models#Embodied AI#Physical Foundation Models#Action Generation#Future-State Prediction#Autoregressive Models#Multimodal Learning2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Omni-Streaming Thinking본 논문은 스트리밍 오디오-비주얼 모델이 불완전하고 순차적으로 관찰되는 데이터에서 적시에 응답해야 하는 근본적인 문제에 직면하고 있음을 지적합니다.#Review#Streaming Omni-modal Models#Premature Cross-Modal Commitment#Claim Verification#Causal Retraction#Audio-Visual Reasoning#OST-DiagBench#Adaptive Response Timing2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Not All Prompts Are Equal: Exploration-Guided Prompt Scaffolding for Multimodal Reinforcement Post-Training본 논문은 Online RL 기반의 MLLM post-training 과정에서 모든 prompt가 동일한 학습 가치를 지니지 않는다는 비효율성을 해결하고자 합니다.#Review#Multimodal Large Language Models#Reinforcement Learning#Prompt Scaffolding#Exploration Potential Score#Online RL#Data Flywheel#Curriculum Design2026년 9월 14일댓글 수 로딩 중
[논문리뷰] ModaLens: Measuring Image Sensitivity in Report-Conditioned Medical VLMs의료용 VLM은 임상 질문에 답변할 때 이미지의 시각적 정보와 함께 제공된 텍스트 리포트(radiology report)에 의존하는 경향이 있는데, 리포트가 이미 답변을 포함하고 있는 경우 모델이 이미지를 실제로 보고 있는지 판별하기 어렵습니다.#Review#Medical VLMs#Image Sensitivity#Radiology Report#Counterfactual Audit#MIMIC-CXR#Attention Knockout2026년 9월 14일댓글 수 로딩 중
[논문리뷰] LynnReal-Omni: Native multi-modal Video Generation for Agentic Visual Workflows현재 Video Diffusion Models는 인상적인 Visual Fidelity를 달성했지만, 그 제어는 여전히 어렵습니다.#Review#Multimodal Video Generation#Diffusion Transformer#Agentic Visual Creation#Inference Acceleration#Lightweight VAE#Long Video Generation#MSAVP Benchmark2026년 9월 14일댓글 수 로딩 중