[논문리뷰] Energy-Guided Flow Matching본 논문은 픽셀 기반 생성 모델에서 발생하는 구조와 세부 디테일의 효율적인 학습 문제를 해결하고자 합니다. 기존의 Flow Matching 방식은 노이즈를 고정된 클린 이미지 엔드포인트로 직접 보간하는데, 이는 생성 모델이 학습 초기부터 전체 주파수 대역을 한꺼번에 처리해야 하는 부담을 줍니다 .#Review#Flow Matching#Pixel-Space Generative Modeling#Coarse-to-Fine Generation#Spectral Energy#Heat-Kernel Filtering#Generative Trajectory2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation본 논문은 VLM 기반 Embodied Navigation에서 발생하는 기하학적 불일치, 추론 효율성 저하, 장기 기억 관리의 한계 문제를 해결하기 위해 TAMP-Nav 프레임워크를 제안합니다.#Review#Embodied Navigation#VLM#Chain-of-Thought#Anchor-Trajectory Memory#GRPO#Pixel-to-3D#Spatio-Temporal Perception2026년 8월 18일댓글 수 로딩 중
[논문리뷰] EDITBRIDGE: Towards Faithful and Efficient Ultra-High-Resolution Image Editing본 논문은 1K 이상의 고해상도 이미지 편집에서 발생하는 정보 불일치와 효율성 문제를 해결하기 위해 EditBridge를 제안한다. 기존의 2단계 편집 파이프라인(저해상도 편집 후 개별 SR 모델 적용)은 HR 소스 이미지에 대한 직접적인 조건부 가이드가 부족하여 정보 불일치 및 텍스트 품질 저하 문제를 초래한다 .#Review#Ultra-High-Resolution#Image Editing#Diffusion Bridge#Sparse Attention#Diffusion Transformer#Faithful Generation2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Dynamic Multi-Byte Prediction With Hierarchical Language Models본 논문은 바이트 단위 언어 모델의 추론 속도 병목 현상을 해결하기 위해 Multi-Byte Prediction (MBP) 프레임워크를 제안합니다. 기존의 바이트 단위 모델은 subword 기반 모델 대비 어휘 제약이 없다는 장점이 있으나, 시퀀스 길이가 훨씬 길어 추론 과정에서 심각한 Latency를 유발합니다.#Review#Byte-level Language Model#Hierarchical Language Models#Multi-Byte Prediction#Latent Causal Attention#Inference Acceleration#Parallel Decoding2026년 8월 18일댓글 수 로딩 중
[논문리뷰] DiSCO: Defending text-to-image generation through distribution-guided contrastive prompt optimization본 연구는 텍스트-이미지 생성 모델에서 텍스트적으로 안전해 보이는 프롬프트가 실제로는 유해한 결과를 초래하는 'Benign Adversarial' 문제를 해결하고자 합니다.#Review#Text-to-Image#Adversarial Robustness#Black-box Defense#Prompt Optimization#Contrastive Learning#Distributional Alignment#NSFW2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Demystifying Agent Skills: Why They Work-Until They Don't본 논문은 LLM 에이전트의 성능 향상을 위해 사용되는 Skills가 어떤 조건에서 효과적이며, 왜 작동하고, 또 어디에서 실패하는지에 대한 근본적인 의문을 해결하고자 한다.#Review#LLM Agents#Procedural Anchoring#Skill Distillation#Trajectory Analysis#Agent Robustness#Skill Retrieval2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Cross-Model Memory Transfer via Target-Side Reader Adaptation본 논문은 대규모 언어 모델(LLM)의 지식 사용 방식 중 parametric(모델 가중치 내장)과 non-parametric(외부 데이터베이스)의 한계를 극복하기 위해 Engram 기반의 메모리 전이 가능성을 검증합니다.#Review#Engram#Memory Transfer#Target-Side Reader#Tokenizer-Agnostic#Knowledge-Augmentation#Hashed Memory2026년 8월 18일댓글 수 로딩 중
[논문리뷰] CoinVE-200K: A Large-Scale High-Quality Dataset for Compositional Instruction-Guided Video Editing본 논문은 기존의 영상 편집 데이터셋이 단일 작업 위주로 구성되어, 다중 의도를 동시에 수행해야 하는 실제 영상 편집 시나리오를 제대로 반영하지 못하는 한계를 해결하고자 한다 .#Review#Compositional Instruction-Guided Video Editing#Video Generation#Dataset#Diffusion Transformer#Region-Aware Attention#Multimodal Large Language Model2026년 8월 18일댓글 수 로딩 중
[논문리뷰] CardioState-JEPA: Delay-Aware Cross-Modal Learning of a Shared Cardiac Representation본 논문은 심장 생리적 데이터를 다루는 기존 모델들이 단일 센서(ECG, PPG, PCG)에 국한되어 심장의 공유 생리 구조를 충분히 활용하지 못하는 한계를 해결하고자 합니다 .#Review#Cardiac Foundation Model#Joint-Embedding Predictive Architecture (JEPA)#Multimodal Learning#Physiological Delay#Representation Learning#ECG#PPG#PCG2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Agentic ESOpt: Fine-Tuning Long-Horizon LLM Agents with Minimal GPU Requirements본 논문은 Long-horizon 에이전트 추론 환경에서 기존 Agentic RL이 겪는 심각한 자원 및 구조적 한계를 해결하는 것을 목표로 합니다.#Review#Agentic Reasoning#Evolution Strategies#Long-Horizon#Parameter Efficiency#LLM Fine-Tuning#GPU Memory2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Agent Lightning v1.0: Towards Harnessed Agentic RL본 논문은 현대 에이전트가 단일 LLM이 아닌 Agent Harness 내에서 작동한다는 점에 주목하여, 기존 RL 프레임워크가 harness의 복잡한 실행 로직을 수용하지 못하는 문제를 해결합니다.#Review#Harnessed Agentic RL#Reinforcement Learning#Agent Harness#LLM Proxy#Retokenization#System Design2026년 8월 18일댓글 수 로딩 중
[논문리뷰] Abra: Scaling Diffusion Image Training본 연구는 대규모 언어 모델(LLM)에 정립된 compute-optimal scaling laws가 비주얼 생성 모델인 확산 모델 분야에서는 아직 체계적으로 탐구되지 않았다는 점에 주목합니다.#Review#Scaling Laws#Diffusion Transformers#Compute-Optimality#Flow-Matching#ABRA#Generative Metrics#Scaling Collapse2026년 8월 18일댓글 수 로딩 중
[논문리뷰] AVA-Encoder: Towards Agent-Native Video Representation Learning본 논문은 기존 영상 생성 에이전트들이 복잡한 영화적 의사결정을 수행하는 데 필요한 고품질의 구조화된 데이터 학습원이 부족하다는 문제를 해결하고자 합니다 .#Review#Agentic AI#Video Representation Learning#Film Knowledge Graph#Auto-encoder#Textual-Gradient Optimization#Video Reconstruction2026년 8월 18일댓글 수 로딩 중
[논문리뷰] ASI-Bench: At the Dawn of Artificial Superintelligence본 연구는 기존의 LLM 벤치마크들이 모델의 급격한 성능 향상으로 인해 데이터 오염(Data Contamination)과 평가 포화(Evaluation Saturation) 문제에 직면했다는 점을 해결하고자 합니다.#Review#Artificial Superintelligence#LLM Benchmarking#Cognitive Evaluation#Reasoning Capability#Evaluation Framework2026년 8월 18일댓글 수 로딩 중
[flashinfer] FlashInfer, SM100 아키텍처를 위한 BF16 x FP4 GEMM 최적화로 성능 극대화FlashInfer가 SM100 GPU를 위한 BF16 x FP4 GEMM 커널을 도입하여 추론 성능을 크게 향상시켰습니다.#FlashInfer#GEMM#BF16#FP4#NVIDIA GPU#최적화#딥러닝 추론2026년 8월 18일댓글 수 로딩 중
[sglang] SGLang 성능 최적화: DeepSeek-v4 SWA 인덱스 변환 Hoisting 및 백엔드 통합CUDA Graph 내부의 중복된 SWA 인덱스 변환을 제거하고 백엔드 간 버퍼 네이밍을 통일하여 유지보수성과 성능을 동시에 잡은 PR 분석#CUDA Graph#DeepSeek-v4#SGLang#Optimization#LLM2026년 8월 18일댓글 수 로딩 중
[vllm] vLLM, DeepSeek V3.2 커널의 대규모 토큰 처리 안정성 강화vLLM의 DeepSeek V3.2 커널에서 발생하던 대규모 단일 반복 토큰 처리 오류를 해결하여 안정성을 높였습니다.#vLLM#Triton#CUDA#최적화#딥러닝2026년 8월 18일댓글 수 로딩 중
[sglang] MiniMax-H3 모델을 24GB GPU에서 가속화하는 INT8 양자화 및 플러그형 어텐션 최적화MiniMax-H3 모델을 24GB GPU에서 실행하기 위해 INT8 양자화와 플러그형 어텐션 백엔드를 도입하여 최대 2.48배 성능을 향상했습니다.#SGLang#Diffusion#Optimization#INT8#GPU2026년 8월 18일댓글 수 로딩 중
[논문리뷰] WorldRover: A Scalable Synthetic Video Data Engine for World Exploration with Rich Annotations본 논문은 실세계 탐색(World Exploration)을 위한 비디오 생성 및 재구성 모델 학습 시 RGB 데이터만으로는 카메라 이동과 객체 움직임, 환경 조명 변화 등을 분리하기 어렵다는 근본적인 문제를 해결하고자 합니다.#Review#Synthetic Video#World Exploration#Unreal Engine#Multimodal Data#4D Reconstruction#Point Tracks2026년 8월 17일댓글 수 로딩 중
[논문리뷰] When Context Bites: Detecting RAG Poisoning via Document-Level Attention Collapse본 논문은 RAG 시스템이 LLM의 지식 부족 문제를 효과적으로 해결하지만, Adversarial Documents 주입을 통한 Poisoning Attack에 취약하다는 핵심 문제를 다룹니다.#Review#Retrieval-augmented Generation#RAG Poisoning#Attention Collapse#Mechanistic Interpretability#LLM Security#Attack Detection#Document-Level Attention2026년 8월 17일댓글 수 로딩 중