[flashinfer] FlashInfer SM12x MoE 최적화: 정적 MoE 경로 통합 및 성능 향상FlashInfer의 SM12x 아키텍처에서 정적 MoE 경로를 최적화하고 통합하여 성능을 크게 향상시킨 PR 분석#FlashInfer#MoE#최적화#성능#CUDA#딥러닝2026년 8월 31일댓글 수 로딩 중
[uv] uv의 잠금 파일 의존성 그래프 순회 최적화: 해싱에서 정수 인덱싱으로uv가 잠금 파일 의존성 그래프 순회 시 해싱 비용을 줄이기 위해 정수 인덱싱을 도입한 최적화 분석.#uv#rust#optimization#performance#dependency-resolution#graph-traversal#software-engineering2026년 8월 31일댓글 수 로딩 중
[uv] macOS에서 uv 캐시 정리가 3.8배 빨라진 비결: getattrlistbulk를 활용한 일괄 메타데이터 조회macOS의 시스템 콜 getattrlistbulk를 사용하여 수만 개의 파일 메타데이터를 한 번에 읽어옴으로써 uv 캐시 정리 성능을 3.8배 향상시킨 최적화 기법을 분석합니다.#Rust#Performance#macOS#Systems Programming#uv2026년 8월 31일댓글 수 로딩 중
[sglang] FLUX.2 모델 성능 최적화: Token Concatenation과 NVFP4 양자화의 커널 융합FLUX.2의 BF16 토큰 결합과 NVFP4 양자화를 단일 JIT 커널로 융합하여 2.4%의 추론 속도 향상을 달성했습니다.#SGLang#CUDA#LLM#Optimization#FLUX.2#NVFP42026년 8월 31일댓글 수 로딩 중
[논문리뷰] WebWorld: The Browser as a World Model for Self-Improving Web Code죄송합니다. 요청하신 논문(arXiv:2608.30530)은 현재 접근이 불가능하거나 서버 상태에 따라 외부 검색 도구로 내용을 추출하는 데 제한이 있는 것으로 확인됩니다. 논문 URL에 직접 접속하여 내용을 확인할 수 없는 상황이므로, 정확한 분석 및 요약이 어렵습니다.#Review2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Weaving Visual Narratives: Agentic Image Bundle Composition Beyond Atomic Visual Matching본 논문은 전통적인 Atomic Visual Matching 패러다임이 인간의 복합적인 검색 의도를 반영하지 못하는 한계를 해결하고자 한다.#Review#Image Bundle Composition#Agentic Framework#Hyperedge Discovery#Multimodal Retrieval#Visual Narratives#VLM2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Verification-Aware Training for Speculative Decoding본 논문은 기존 Draft Model의 학습 방식이 실제 Speculative Decoding의 검증(verification) 과정과 정렬(alignment)되지 않는 문제를 해결한다.#Review#Speculative Decoding#Large Language Models#Verification-Aware Training#Draft Model#Inference Acceleration#Verification Head#Verification-Adaptive Weighting2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Uncertainty-Aware End-to-End AI Weather Forecasting: Disentangling Observation and Model Contributions본 연구는 기존 End-to-End 기상 예측 모델들이 뛰어난 효율성에도 불구하고, 예측의 불확실성을 산출하지 못하는 결정론적 한계를 해결하고자 합니다. 기존 모델들은 단순한 수치 예측값만 제공할 뿐, 예측 결과가 어디서 기인했는지에 대한 투명한 근거를 제시하지 못한다는 문제점이 있습니다 .#Review#End-to-end weather forecasting#Uncertainty quantification#Ensemble forecasting#Monte Carlo dropout#Earth observations#Atmospheric science2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Super Library Agent: Joint Generation and Maintenance of Multiple Applications Beyond the Single Codebase본 논문은 LLM 코딩 에이전트가 관련 애플리케이션 포트폴리오를 생성하고 유지보수할 때 발생하는 비효율성 문제를 해결하고자 합니다.#Review2026년 8월 31일댓글 수 로딩 중
[논문리뷰] SpanCalib-VLM: Calibrated Hallucination Span Detection in Vision-Language ModelsLarge Vision-Language Models (LVLMs)는 Visual Question Answering 및 Multimodal Reasoning 분야에서 상당한 발전을 이루었지만, 여전히 이미지 내용을 잘못 설명하는 Visual Hallucination 문제에 직면해 있다.#Review#Hallucination Detection#Vision-Language Models#Calibration#Sequence Tagger#Generative VLM#Hybrid System#Span Detection#Multimodal Fusion2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Scaling Large Reasoning Models beyond Human Supervision: A Path toward Superintelligence본 논문은 Large Reasoning Models (LRMs)가 인간의 Supervision이 모델 생성 경험의 규모와 복잡성을 따라잡기 어려워지는 상황에서도 추론 능력을 지속적으로 향상시킬 수 있는 방법을 모색합니다.#Review#Large Reasoning Models#Human Supervision#Superintelligence#Reinforcement Learning#Reward Models#Self-play#Autonomous Agents#Curriculum Learning2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation본 연구는 long-horizon 물리 세계 에이전트가 직면한 지능과 실행의 분리 문제를 해결하고자 합니다. 현재의 VLM은 고수준의 추론에는 능하지만 반복적인 내비게이션 grounding에는 취약하며, NFM은 로봇 실행에는 뛰어나지만 태스크 수준의 추론이나 기억 능력이 부족합니다 .#Review#Embodied AI#Navigation Foundation Models#Vision-Language Models#Long-horizon Navigation#Embodied Question Answering#Agentic Scaffolding2026년 8월 31일댓글 수 로딩 중
[논문리뷰] SafeAtlas-VL: Beyond Binary Multimodal Safety with Large-Scale Data and Guard Models본 논문은 기존 멀티모달 안전성 가드 모델들이 주로 이분법적(binary) 판단에 의존하여 모호한 위험 사례를 식별하는 데 한계가 있다는 문제에서 출발한다 .#Review#Multimodal Safety#Vision Language Models#Five-level Ordinal Scale#Cumulative Ordinal Head#SafeAtlas-VL#SafeAtlas Guard2026년 8월 31일댓글 수 로딩 중
[논문리뷰] SHAPE of Chain-of-Thought in Math Reasoning본 연구는 기존의 Chain-of-Thought (CoT) 분석이 주로 답변의 정확도, 토큰 길이, 혹은 표면적인 자가 수정 마커(Self-revision markers)와 같은 피상적인 특성에만 집중하여 모델이 실제로 문제를 '어떻게' 해결하는지에 대한 근본적인 이해가 부족하다는 점을 해결하고자 합니다 .#Review#Chain-of-Thought#Mathematical Reasoning#Semantic Space#Heuristics#Reinforcement Learning#Diagnostic Framework2026년 8월 31일댓글 수 로딩 중
[논문리뷰] PaperGym: Rubric-Centered Evolution for Research-Plan Generation본 논문은 AI 과학자의 핵심 역량인 연구 계획 생성(Research-Plan Generation) 과정에서 발생하는 자동 평가 환경의 부재 문제를 해결하고자 한다.#Review#Research-Plan Generation#LLM#Rubric-Centered Evolution#Reinforcement Learning#Self-Distillation#Criterion Leakage#PaperGym2026년 8월 31일댓글 수 로딩 중
[논문리뷰] PaperBanana-Interact: Scientific Diagram Refinement with Multi-Turn Human Feedback본 논문은 기존의 Text-to-Image 생성 모델들이 과학적 다이어그램이 요구하는 높은 수준의 구조적 정확성과 세부적인 요구사항을 만족시키지 못하는 한계를 해결하고자 합니다. 기존 연구들은 단일 턴 생성에 집중하여, 사용자가 원하는 구체적인 수정 사항을 반영하는 데 어려움이 있습니다.#Review#Scientific Diagram Generation#Multi-Turn Human Feedback#Diagram Refinement#Interactive AI#Vision-Language Models#Human-AI Collaboration2026년 8월 31일댓글 수 로딩 중
[논문리뷰] On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability본 논문은 대규모 Sparse Mixture-of-Experts (MoE) 모델인 Qwen3.8-Flash-Next를 설계하며, 기존 모델 대비 컴퓨팅 예산을 절감하면서도 동등 이상의 성능을 유지하는 것을 목표로 한다.#Review#Sparse Mixture-of-Experts#Gated DeltaNet#Qwen Sparse Attention#Gated Residual#Muon Optimizer#Long-context Inference2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Normalized Low-Rank Adaptation본 논문은 표준 LoRA가 학습 초기 단계에서 down-projection 행렬 $A$의 임의적인 정규분포 초기화로 인해 최적화 효율성이 저하되는 문제를 지적합니다.#Review#LoRA#Normalization#PEFT#Preconditioning#Optimization Dynamics#LLM2026년 8월 31일댓글 수 로딩 중
[논문리뷰] Matrix-Game 3.5: Enhancing Real-Time Streaming Interactive World Models with Patch Memory본 논문은 실시간 스트리밍 환경에서 장기적인 일관성(long-horizon consistency)과 기하학적 정확성을 갖춘 상호작용형 월드 모델(interactive world models)을 구현하는 것을 목표로 합니다.#Review#Interactive World Models#Patch Memory#Real-Time Generation#Tiled PRoPE#Progressive Distillation#Static-Dynamic Disentanglement#Geometry-Aware2026년 8월 31일댓글 수 로딩 중
[논문리뷰] MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents본 논문은 현대 멀티모달 에이전트들이 복잡한 환경에서 능동적으로 정보를 수집하고 통합하는 지각 상태 구성 역량이 부족하다는 문제를 해결하고자 한다. 기존 벤치마크들은 작업 수행 과정에서 발생하는 물리적 제어나 복잡한 시뮬레이션 환경 자체의 노이즈 때문에 순수한 '지각 상태 구성' 능력을 평가하기 어렵다는 한계가 있다.#Review#Agentic Perception#Partially Observable Markov Decision Process#Active Sensing#Working Memory#Multimodal Agents#MNIST-PRO2026년 8월 31일댓글 수 로딩 중