[논문리뷰] ChartWalker: Benchmarking the Cross-Chart RAG Task본 논문은 기존의 Cross-Chart RAG 연구들이 가진 구조적 정보 부족과 논리적 추론 한계를 해결하고자 합니다.#Review#Cross-Chart RAG#Knowledge Graph#Multimodal#Reasoning Paths#Benchmark#Agentic Retrieval2026년 6월 23일댓글 수 로딩 중
[논문리뷰] Are Text-to-Image Models Inductivist Turkeys? A Counterfactual Benchmark for Causal Reasoning본 논문은 현재의 Text-to-Image (T2I) 모델들이 진정한 인과적 추론 능력을 갖추었는지, 아니면 단순한 패턴 매칭에 불과한지를 검증하는 문제를 해결하고자 한다.#Review#Counterfactual Reasoning#Text-to-Image Generation#Causal Understanding#Benchmark#Prior Resistance#Vision-Language Model2026년 6월 23일댓글 수 로딩 중
[논문리뷰] An Efficient Method for the Optimal Control of Microgrids Under Uncertainties using Local Reduction본 논문은 마이크로그리드 내의 신재생 에너지, 전력 수요, 가격 등 다양한 불확실성 환경에서 최적의 설비 규모 결정과 전력 스케줄링을 수행하는 문제를 다룹니다 .#Review#Microgrids#Robust Optimal Control#Local Reduction#Energy Storage Systems#Mixed-Integer Linear Programming#Nonlinear Programming2026년 6월 23일댓글 수 로딩 중
[논문리뷰] AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction기존의 개인용 운영체제는 앱 중심(app-centric)으로 설계되어 있어, 자율적으로 도구를 호출하고 작업을 수행하는 AI 에이전트의 워크플로우를 지원하는 데 적합하지 않습니다. 기존 시스템의 고정된 GUI와 파편화된 앱 생태계는 에이전트의 상호작용에 있어 높은 실행 오버헤드와 보안상의 취약점을 야기합니다.#Review#OS-level Agent#AOSP#Personalized Service Composition#Agent-Native OS#Information-Flow Security#Android2026년 6월 23일댓글 수 로딩 중
[논문리뷰] AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning본 논문은 현대의 LLM 기반 에이전트가 기업 내부의 방대한 문서 아카이브에서 실질적인 지식 업무를 수행하는 데 필요한 Archive-grounded reasoning 능력을 평가하기 위해 Agora를 제안한다.#Review#Agentic AI#Document Reasoning#Archive-Grounded#Benchmark#Multi-Hop QA#Workplace Automation2026년 6월 23일댓글 수 로딩 중
[sglang] [HunyuanVideo] Sequence Parallelism 최적화: Text Token Sharding으로 성능 한계 돌파하기HunyuanVideo 모델에서 텍스트 토큰을 분산 처리하여 중복 연산을 제거하고 추론 속도를 최대 5.7% 향상시킨 기법을 분석합니다.#SGLang#HunyuanVideo#Sequence Parallelism#DeepSpeed Ulysses#Distributed Computing2026년 6월 20일댓글 수 로딩 중
[vllm] vLLM Qwen3-VL 멀티 비디오 프롬프트 처리 최적화 분석텍스트 기반 프롬프트 확장 방식을 토큰 수준 치환으로 변경하여 성능 향상 및 EVS 버그를 해결했습니다.#vLLM#Qwen3-VL#Optimization#LLM#Multimodal2026년 6월 20일댓글 수 로딩 중
[axolotl] Axolotl, Marlin W4A16 도입으로 MoE 모델 추론 속도 1.79배 향상 및 품질 개선Axolotl이 Marlin W4A16 백엔드를 도입하여 MoE 모델의 추론 속도를 1.79배 높이고, 활성화 양자화 오류를 제거하여 모델 품질을 향상시켰습니다.#Axolotl#Marlin#MoE#DeepSeek-V4#W4A16#BF16#Quantization#Optimization#Deep Learning#LLM2026년 6월 20일댓글 수 로딩 중
[sglang] SGLang: AMD GPU 환경에서의 DeepSeek-V4 성능 최적화 분석AMD GPU 환경에서 MLA GEMM 및 RoPE 연산을 최적화하여 추론 성능을 최대 8.8% 향상시킨 사례 분석#SGLang#AMD#DeepSeek-V4#Triton#GEMM#RoPE2026년 6월 20일댓글 수 로딩 중
[sglang] SGLang LTX-2 최적화: LoRA 병합 오버헤드 제거를 통한 추론 성능 향상LTX-2 모델의 stage-1 distilled LoRA를 베이스 모델에 사전 병합하여, 요청마다 발생하는 병합/해제 오버헤드를 제거했습니다.#SGLang#LTX-2#LoRA#Optimization#Inference2026년 6월 19일댓글 수 로딩 중
[sglang] LTX-2 모델 성능 최적화: NPU 및 GPU에서의 지연 시간 단축 분석LTX-2 모델의 E2E 지연 시간을 NPU에서 27%, GPU에서 3% 단축한 코드 변경 분석.#sglang#LTX-2#성능 최적화#NPU#GPU#RMSNorm#FlashAttention2026년 6월 19일댓글 수 로딩 중
[cpython] CPython의 PyCriticalSection2 최적화: 중복 락 획득 방지CPython의 PyCriticalSection2에서 이미 획득한 락을 재귀적으로 다시 획득하지 않도록 최적화하여 성능을 개선했습니다.#CPython#Concurrency#Optimization#Locking#Internals2026년 6월 19일댓글 수 로딩 중
[cpython] CPython 3.14: PyCriticalSection2의 동일 락 재획득 방지 최적화 분석CPython 3.14에서 PyCriticalSection2의 동일 락 재획득 방지 최적화 분석 및 그 의미를 살펴봅니다.#Python#CPython#Optimization#Concurrency#Critical Section2026년 6월 19일댓글 수 로딩 중
[triton] Triton Autotuner 최적화: Pruned Config가 하나일 때 불필요한 벤치마크 생략하기Triton Autotuner에서 설정이 하나로 압축될 경우, 불필요한 벤치마킹 과정을 건너뛰어 성능을 개선한 사례를 분석합니다.#Triton#Autotuner#Performance#Optimization#Compiler2026년 6월 18일댓글 수 로딩 중
[ray] Ray RLlib의 비동기 학습 성능 최적화: PULL 기반 EnvRunnerStateServer 도입RLlib의 비동기 알고리즘(IMPALA, APPO)에서 가중치 동기화 방식을 PUSH에서 PULL 모델로 전환하여 오프폴리시 지연을 20% 개선했습니다.#Ray#RLlib#ReinforcementLearning#DistributedSystems#PerformanceOptimization2026년 6월 18일댓글 수 로딩 중
[vllm] vLLM Mooncake KV 오프로딩 최적화: 불필요한 KV 조회 건너뛰기vLLM의 Mooncake KV 오프로딩 성능 향상: 불필요한 KV 조회 건너뛰고 스토리지 오버헤드 감소#vLLM#LLM#KV Cache#Optimization#Performance2026년 6월 18일댓글 수 로딩 중
[sglang] Mamba GDN의 컨볼루션 캐시 최적화: 메모리 사용량 절반으로 줄이기Mamba 및 GDN 모델에서 컨볼루션 캐시 메모리 사용량을 절반으로 줄이는 최적화 기법을 소개합니다.#Mamba#GDN#최적화#메모리 관리#SGLang2026년 6월 18일댓글 수 로딩 중
[sglang] SGLang의 Linear-Attention 성능 최적화: int8 체크포인트 풀 도입Linear-attention 모델의 Radix 캐시 효율을 int8 양자화로 2배 높여, 메모리 제약 없이 더 많은 프리픽스를 재사용하는 최적화 기법.#SGLang#Linear-Attention#Optimization#Quantization#LLM2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Understanding the Behaviors of Environment-aware Information Retrieval본 논문은 다양한 Retriever 환경에서 LLM이 범용적인 쿼리 방식만을 사용하는 것이 비효율적이라는 문제 의식에서 출발합니다.#Review#Retrieval-Augmented Generation (RAG)#Reinforcement Learning (RL)#Query Formulation#Retriever-aware#Structural Drift#Branching Rollout#Group Relative Policy Optimization (GRPO)2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Thinking with Visual Grounding본 논문은 기존 VLM(Vision-Language Model)의 추론 과정이 언어적 논리에는 치중되어 있으나, 정작 그 논리의 근거가 되는 이미지 내 특정 영역을 명시하지 않아 검증이 어렵다는 문제를 해결하고자 합니다.#Review#Visually Grounded Thinking#Vision-Language Models#Reinforcement Learning#Visual Grounding#SAM3#Spatial Reasoning2026년 6월 18일댓글 수 로딩 중