[논문리뷰] Morpheus: A Morphology-Aware Neural Tokenizer and Word Embedder for Turkish본 논문은 터키어와 같은 교착어에서 기존 subword 토크나이저(BPE, WordPiece 등)가 가진 형태론적 무지성과 정보 손실 문제를 해결하고자 합니다.#Review#Turkish NLP#Morphological Tokenizer#Differentiable Segmentation#Word Embedding#Poisson-Binomial#Reversible Tokenization2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Learning User Simulators with Turing Rewards본 논문은 기존의 사용자 시뮬레이터 학습 방식이 실제 인간의 행동을 충분히 모사하지 못하는 근본적인 한계를 해결하고자 합니다. 기존 연구들은 주로 Log-probability 최대화 또는 Ground truth 응답과의 단순 Similarity를 측정하는 방식에 의존해 왔습니다.#Review#User Simulation#Turing Reward#Reinforcement Learning#Large Language Models#Indistinguishability#GRPO#Human-likeness2026년 6월 17일댓글 수 로딩 중
[논문리뷰] LLM-Enabled NWDAF: A Step Toward AI-Native 6G Network Intelligence본 연구는 기존 오픈소스 5G 네트워크 환경에서 NWDAF의 기능적 한계와 비전문가 사용자를 위한 직관적인 관리 도구의 부재를 해결하고자 합니다.#Review#NWDAF#5G Core Network#6G#LLM Interface#Intent-Based Networking#Open-Source Testbed#RAG2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Kairos: A Native World Model Stack for Physical AI본 논문은 현재 World Model이 단순한 비디오 생성기를 넘어 Physical AI를 위한 근본적인 인프라로 진화해야 한다는 필요성에서 출발한다 .#Review#Physical AI#World Model#Diffusion Transformer#Gated Linear Attention#Cross-Embodiment#Deployment-Aware#Embodied Control2026년 6월 17일댓글 수 로딩 중
[논문리뷰] IndustryBench-MIPU: Benchmarking Multi-Image Attribute Value Extraction for Industrial Products본 연구는 기존의 일반적인 시각적 추론 벤치마크가 산업용 제품의 복잡하고 지식 집약적인 사양 이해를 다루지 못한다는 한계에서 출발합니다.#Review#IndustryBench-MIPU#Attribute Value Extraction#Multimodal Large Language Models#Industrial Products#Completeness Gap#Multi-Image Integration2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Guava: An Effective and Universal Harness for Embodied Manipulation본 논문은 Embodied Manipulation 환경에서 복잡한 저수준 제어를 직접 학습하는 기존의 End-to-End VLA(Vision-Language-Action) 모델의 데이터 비효율성과 낮은 복구 능력을 해결하기 위해 Guava 프레임워크를 제안합니다.#Review#Embodied Manipulation#Harness Framework#Vision-Language Models#ReAct#Tool Use#Policy Distillation#Sim2Real2026년 6월 17일댓글 수 로딩 중
[논문리뷰] From Trainee to Trainer: LLM-Designed Training Environment for RL with Multi-Agent Reasoning본 연구는 RL 학습 환경을 수동으로 설계하는 기존 파이프라인의 비효율성과 확장성 한계를 해결하고자 수행되었습니다. 기존의 RL 학습은 환경 설정이 고정되어 있거나, 전문가가 휴리스틱에 의존하여 학습 커리큘럼을 직접 조정해야 하므로 복잡한 시나리오에서의 일반화 및 최적화 능력이 저하되는 문제가 있습니다.#Review#Reinforcement Learning#LLM-as-Environment-Engineer#Multi-Agent Path Finding#MAPF-FrozenLake#Self-Improvement#Policy Conditioning2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Externalizing Research Synthesis and Validation in AI Scientists through a Research Harness본 논문은 현대의 AI 과학자 시스템들이 자동화된 과학적 연구 수행에는 능숙하나, 연구의 논리적 근거와 추론 과정이 모델의 내부 상태에 잠겨 있어 외부에서 검증하거나 감사하기 어렵다는 문제를 제기한다 .#Review#AI Scientist#Research Harness#Research Synthesis#Experimental Validation#Claim Drift#Auditability#Paper Graph Infrastructure2026년 6월 17일댓글 수 로딩 중
[논문리뷰] EfficientRollout: System-Aware Self-Speculative Decoding for RL Rollouts본 논문은 LLM의 RL 학습 과정에서 발생하는 Rollout 생성의 고질적인 Latency 문제를 해결하기 위해 고안되었습니다.#Review#Reinforcement Learning#Speculative Decoding#Self-Speculative Decoding#LLM Rollout#System-Aware#Quantization2026년 6월 17일댓글 수 로딩 중
[논문리뷰] CEO-Bench: Can Agents Play the Long Game?본 논문은 기존의 에이전트 평가 방식이 단기 작업(Short-horizon tasks)에 치우쳐 있어, 실제 세계의 복잡한 의사결정 과정을 검증하지 못한다는 문제 의식에서 출발한다 .#Review#Long-Horizon#Agent Evaluation#Business Simulation#Decision Making#Partial Observability#Strategic Planning#Autonomous Agents2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games본 논문은 MLLM이 현재 눈에 보이는 정보 외에 과거의 관측값을 기억하고 이를 활용해야 하는 Non-Markov 상황에서의 한계를 해결하고자 합니다. 기존 벤치마크들은 은닉 상태를 재구성하는 능력과 다른 에이전트 기술들을 혼재시키거나, 에피소드가 끝난 후 기억을 테스트하는 방식으로 기억력을 제대로 격리하지 못했습니다.#Review#Multimodal Large Language Models#Non-Markov Games#In-context State Tracking#Belief State#Closed-loop Evaluation#Memory Gap2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Beyond Alignment: Value Diversity as a Collective Property in Multicultural Agent Systems본 논문은 기존의 Value Alignment 평가가 개별 agent의 충실도에만 집중하여, 멀티 에이전트 시스템 전체가 보유해야 할 문화적 다양성을 간과하고 있다는 문제를 제기합니다.#Review#Value Diversity#Multicultural Agent Systems#LLM Alignment#Collective Decision-Making#Cultural Homogenization#System-Level Evaluation2026년 6월 17일댓글 수 로딩 중
[논문리뷰] Bag of Dims: Training-Free Mechanistic Interpretability via Dimension-Level Sign Patterns본 논문은 Transformer의 내부 연산 과정을 해석하기 위해 별도의 해석 모델을 훈련해야 하는 기존 방식의 비효율성을 해결하고자 한다.#Review#Mechanistic Interpretability#Transformer#Standard Basis#Dimension-Level#Feature Discovery#Sign Patterns#Zero-Training2026년 6월 17일댓글 수 로딩 중
[논문리뷰] A Benchmark and Framework for Evaluating Next Action Predictions in Spreadsheets본 논문은 스프레드시트 환경에서 부족한 자동 완성(auto-completion) 기능을 보완하기 위해 차세대 작업 예측을 위한 벤치마크와 평가 프레임워크를 제안합니다. 기존의 코드 자동 완성 연구와 달리, 스프레드시트는 공개적인 편집 기록(edit history) 데이터가 부족하고 작업 공간이 복잡하다는 한계가 있습니다.#Review#Spreadsheet Automation#Next Action Prediction#Benchmark#Online Evaluation#Human-AI Collaboration#Code Completion2026년 6월 17일댓글 수 로딩 중
[onnxruntime] ONNX Runtime WebGPU: Reduce 연산 최적화를 통한 성능 향상WebGPU 환경에서 ReduceMean 연산 시 발생하는 불필요한 Transpose 오버헤드를 제거하여 모델 추론 속도를 개선한 사례를 분석합니다.#ONNXRuntime#WebGPU#Optimization#Performance#GPGPU2026년 6월 16일댓글 수 로딩 중
[sglang] Ascend NPU에서 Qwen3 모델을 위한 W8A8 MXFP8 양자화 지원Ascend NPU 환경에서 Qwen3 모델의 추론 성능을 높이기 위해 MXFP8 온라인 및 오프라인 양자화 기능을 구현했습니다.#Ascend NPU#Quantization#MXFP8#LLM#SGLang2026년 6월 16일댓글 수 로딩 중
[sglang] [성능 최적화] Wan2.2 모델을 위한 최적의 torch.compile 모드 찾기: 왜 'default'가 더 빠를까?Wan2.2 T2V A14B 모델에서 torch.compile 모드를 'default'로 변경하여 성능을 5% 이상 향상시키고 메모리 사용량을 줄인 사례를 분석합니다.#PyTorch#torch.compile#SGLang#Performance#DeepLearning#Wan2.22026년 6월 16일댓글 수 로딩 중
[sglang] AMD GPU 최적화: Triton 커널 퓨전을 통한 Qwen2 MoE 공유 전문가 게이팅 성능 향상AMD GPU에서 Qwen2 MoE 모델의 공유 전문가 게이팅 연산을 Triton 커널로 융합하여 성능을 개선한 PR 분석#AMD#Triton#Triton Kernel Fusion#Qwen2 MoE#Performance Optimization#SGLang2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Zone of Proximal Policy Optimization: Teacher in Prompts, Not Gradients본 논문은 소형 모델(Small-scale Student)의 지식 전달(Knowledge Transfer) 시 발생하는 일반화 성능 저하 및 강화학습의 비효율성 문제를 해결하고자 합니다.#Review#ZPPO#Reinforcement Learning#Knowledge Distillation#Prompt Engineering#VLM#LLM#Policy Gradient#Zone of Proximal Development2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Visual-Seeker: Towards Visual-Native Multimodal Agentic Search via Active Visual Reasoning본 논문은 기존의 Multimodal Deep Search Agent들이 실제 환경의 복잡한 시각 정보를 효과적으로 다루지 못하는 'Visual Blindness' 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Agentic Search#Active Visual Reasoning#Data Synthesis#Visual-native#Multi-hop Reasoning2026년 6월 16일댓글 수 로딩 중