[논문리뷰] Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses본 논문은 긴 호흡의 에이전트 작업에서 발생하는 재귀적 자기 개선(Recursive Self-Improvement, RSI)의 불투명성과 성능 저하 문제를 해결합니다.#Review#Long-Horizon Agents#Recursive Self-Improvement#Working Memory#Experiential Memory#Failure Localization#Agent Harness2026년 8월 25일댓글 수 로딩 중
[논문리뷰] On-policy Distillation with Verifiable Reward본 연구는 RLVR의 희소한 보상 신호와 OPD의 순수 분포적 목표 사이의 근본적인 한계를 해결하는 것을 목표로 합니다.#Review#On-policy Distillation#Verifiable Reward#Reinforcement Learning#Reasoning Tasks#ReLU Gating#GRPO2026년 8월 25일댓글 수 로딩 중
[논문리뷰] MoTE: Mixture of Task Experts for Multi-Task Video Understanding본 논문은 멀티태스킹 비디오-언어 학습에서 발생하는 작업 간 간섭(Task conflict)과 컴퓨팅 효율성 문제를 해결하기 위해 고안되었습니다.#Review#Multi-Task Video Understanding#Mixture-of-Experts#Decoder Architecture#Task Routing#Instruction Tuning#Procedural Video#VideoLLM2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Meta^n: Recursive Self-Improvement through Emergent Depth현재 LLM 에이전트는 답변을 수정하는 수준의 Self-Refinement에 그치며, 답변을 생성하는 프로세스 자체를 근본적으로 개선하는 데는 한계가 있습니다. 기존의 메타 개선 시스템은 안정성을 위해 Driver 계층을 고정해야 하므로 Meta-depth가 약 2.5 수준에서 제한되는 병목 현상을 겪습니다 .#Review#Meta-Reasoning#Self-Improvement#Large Language Models#Recursive Architecture#Evolutionary Orchestration2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Length-Adaptive Decoding for Masked Diffusion Machine Translation본 논문은 Fixed Canvas masked diffusion 모델이 머신 트랜잭션(MT) 환경에서 타겟 길이를 결정하는 과정의 불투명성과 비효율성을 해결합니다.#Review#Masked Diffusion#Machine Translation#Entropy-Valley#Length-Adaptive Decoding#Decoding Strategy#LLaDA2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Latent Action as Intention Enables Efficient Future Imagination for World Action Models본 논문은 WAM에서 미래 예측(Future Imagination)이 로봇 조작 성능에 기여함에도 불구하고, 관측 공간에서의 비디오 생성 과정이 심각한 Latency 병목을 야기한다는 문제를 해결하고자 합니다.#Review#World Action Models#Latent Action#Future Imagination#Robotic Manipulation#Egocentric Pre-training#Inference Efficiency2026년 8월 25일댓글 수 로딩 중
[논문리뷰] LAION-BVD: A 10-Million-Hour Open Video Dataset for Multimodal Pre-training대규모 오픈 비디오-언어 리소스는 텍스트 및 이미지 코퍼스에 비해 상대적으로 작다는 핵심적인 문제가 존재합니다. 기존의 가장 큰 비디오 데이터셋인 InternVid는 7백만 개의 비디오를 포함하지만, 이는 현대 텍스트 및 이미지 코퍼스와 비교하면 규모가 미미합니다.#Review#Multimodal Pre-training#Video Dataset#Audio Dataset#Image-Text Pairs#Scaling Laws#ViCLIP#CLAP#CLIP2026년 8월 25일댓글 수 로딩 중
[논문리뷰] GigaBrain-0.7: Scaling Embodied Foundation Models to Emergent Capabilities with a Three-System Architecture기존 VLA 모델들은 복잡한 환경에서 동작하는 일반적인 로봇 제어에는 성공했으나, 데이터가 다양한 로봇 형태로 확장될 때 서로 다른 액션 공간과 실행 조건으로 인해 학습 효율이 떨어지고 지식이 충돌하는 문제에 직면해 있습니다 .#Review#Vision-Language-Action (VLA)#Embodied Foundation Models#Three-System Architecture#World Model#Flow Matching#Multi-Embodiment#Soft Knowledge Insulation2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Game2World Engine: Unlocking In-the-Wild Gameplay Videos for World Model Training본 논문은 다양한 환경과 상호작용 정보를 포함하는 게임 영상이 월드 모델 학습의 핵심 데이터임에도 불구하고, 화면에 포함된 HUD(Head-Up Display)와 같은 비물리적 요소가 학습에 방해가 된다는 문제를 해결합니다 .#Review#World Model#Gameplay Video#UI Removal#Video Editing#Data Engine#HUD#Mask-free2026년 8월 25일댓글 수 로딩 중
[논문리뷰] From Seeing to Acting: Smart Glasses as First-Person Intelligence Platforms본 논문은 스마트 글래스가 단순한 주변기기에서 능동적인 지능형 플랫폼으로 진화함에 따라 발생하는 연구의 파편화 문제를 해결하고자 합니다.#Review#Smart Glasses#First-Person Intelligence#Egocentric Perception#Multimodal Interaction#Physical AI#Embodied Intelligence2026년 8월 25일댓글 수 로딩 중
[논문리뷰] DREAM Technical Report산업용 추천 시스템은 일반적으로 Retrieval, Ranking, Re-ranking으로 이어지는 다단계 파이프라인 구조를 갖추고 있으나, 시스템의 파편화와 실시간 사용자 의도 파악 능력 부족이라는 한계에 직면해 있습니다 .#Review#Agentic AI#Recommender Systems#Intent Engine#Meta Engine#Offline RL#User Intent Perception#Strategy Orchestration2026년 8월 25일댓글 수 로딩 중
[논문리뷰] CyberFactory: Scaling Cyber Security Capabilities with Instances from the Wild본 논문은 오픈소스 진영에서 대규모 사이버 보안 모델 학습을 위한 재현 가능한 에이전트 데이터 파이프라인의 부재라는 핵심 문제를 해결하고자 합니다.#Review#Cybersecurity#Large Language Models#Agentic Data#Vulnerability Repair#Proof-of-Concept#CyberGym#OpenAegis2026년 8월 25일댓글 수 로딩 중
[논문리뷰] CAFE: Self-Improving Search Agents Need Co-Evolving Feedback본 논문은 장기 탐색(long-horizon search) 과정에서 발생하는 중간 단계의 오류를 효과적으로 교정하고, 탐색 에이전트와 이를 가이드하는 피드백 모델이 상호 진화(co-evolve)해야 한다는 점에 주목합니다.#Review#Search Agents#Co-Evolving Feedback#Reinforcement Learning#Credit Assignment#Preference Optimization#LLM2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Best Practice Critic Optimization본 논문은 LLM RL 학습에서 Critic-based 접근 방식이 가지는 고질적인 불안정성과 성능 저하 문제를 해결하고자 한다. 기존의 Group-based methods는 여러 응답을 샘플링하여 비교함으로써 Critic 학습을 피하지만, 이는 높은 컴퓨팅 자원을 소모하며 토큰 레벨의 정밀한 학습을 제한한다.#Review#Reinforcement Learning#Large Language Models#Critic-Based Methods#Best Practice Critic Optimization#Generalized Advantage Estimation#Privileged Information2026년 8월 25일댓글 수 로딩 중
[논문리뷰] AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces본 논문은 LLM 기반 에이전트가 긴 호흡의 과제(Long-horizon tasks)에서 작은 오류가 누적되어 전체 실패로 이어지는 'jagged intelligence' 문제를 해결하고자 한다.#Review#LLM Agents#Harness Optimization#Automatic Programming#Failure Diagnosis#Structured Intervention#Offline Learning#EvoDAG2026년 8월 25일댓글 수 로딩 중
[논문리뷰] Annotations as Rollouts: Efficient and Scalable Reinforcement Learning for Video MLLMs본 논문은 Video MLLM의 후속 학습(Post-training) 과정에서 발생하는 표본 효율성 저하와 확장성 문제를 해결하고자 합니다. 기존 강화학습 방식인 GRPO는 어노테이션을 단순한 스코어링 참조용으로만 사용하여 정작 모델이 학습해야 할 정확한 정답 지점(예: 시간, 좌표, 마스크)을 찾는 데 한계를 보입니다.#Review#Multimodal Large Language Models#Video Perception#Reinforcement Learning#Sample Efficiency#Oracle#Advantage Inversion#Annotation-as-Rollout2026년 8월 25일댓글 수 로딩 중
[flashinfer] FlashInfer SM120 NVFP4 어텐션 최적화: N64 스코어-슬롯 재사용을 통한 성능 향상FlashInfer의 SM120 NVFP4 어텐션 커널을 최적화하여 N64 스코어-슬롯 재사용으로 성능을 크게 향상시켰습니다.#FlashInfer#CUDA#NVIDIA#LLM#최적화#어텐션#NVFP4#SM1202026년 8월 25일댓글 수 로딩 중
[flashinfer] FlashInfer: Blackwell 아키텍처를 위한 Recurrent-KDA Prefill 최적화Blackwell GPU에서 Recurrent-KDA prefill 성능을 2.6배 이상 향상시킨 2단계 BT16 포트폴리오 도입 및 최적화 분석.#FlashInfer#Blackwell#CUDA#LLM#Performance2026년 8월 25일댓글 수 로딩 중
[flashinfer] Blackwell 아키텍처를 위한 고성능 Paged MQA Logits 커널 도입Blackwell SM100 GPU에서 DeepSeek MLA를 위한 FP8/FP4 Paged MQA Logits 커널을 최적화하고 도입했습니다.#FlashInfer#Blackwell#CUDA#LLM#KernelOptimization2026년 8월 25일댓글 수 로딩 중
[논문리뷰] WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning본 연구는 로봇 정책 모델링에서 입력 데이터의 이질성을 어떻게 구조화할 것인가에 대한 근본적인 문제를 해결하고자 합니다. 기존의 로봇 학습 모델들은 다중 모달 입력(카메라, proprioception, 언어 등)과 시간적 흐름을 다루는 방식이 제각기 다르며, 이로 인해 일관된 시퀀스 조직화가 부족한 실정입니다.#Review#Robotic Imitation Learning#Sequence Modeling#WorldToken#Time-First#Multimodal Encoding#Causal Transformer#Diffusion Action Head2026년 8월 24일댓글 수 로딩 중