[sglang] Apple Silicon LLM 성능 향상: 슬라이딩 윈도우 KV 캐싱 및 인-그래프 샘플링 도입Apple Silicon 환경에서 LLM의 메모리 사용량과 추론 속도를 개선하는 두 가지 주요 최적화 기법을 소개합니다.#MLX#Apple Silicon#LLM#최적화#성능#KV 캐싱#샘플링2026년 8월 10일댓글 수 로딩 중
[sglang] SGLang HiCache: Mamba 브랜칭을 위한 증분 백업 최적화Unified Radix Cache에서 Mamba 상태의 증분 백업을 지원하여 중복 데이터 복사 없이 효율적인 캐시 관리를 구현했습니다.#SGLang#LLM#Caching#Mamba#Performance2026년 8월 10일댓글 수 로딩 중
[cpython] contextlib.contextmanager 최적화: next() 대신 for 루프 사용contextlib.contextmanager에서 next() 호출을 for 루프로 변경하여 성능을 개선한 PR 분석#python#optimization#contextlib#performance2026년 8월 10일댓글 수 로딩 중
[논문리뷰] Zero Gap Is Not Restoration: Stratified Per-Question Probability Evaluation and Step-wise Mitigation of Benchmark Contamination본 논문은 기존의 LLM 벤치마크 오염(Contamination) 평가 지표인 G-AP가 모델의 진정한 복원 능력을 왜곡하여 평가한다는 문제를 제기합니다.#Review#Data Contamination#LLM Evaluation#Benchmark Restoration#Mitigation Strategy#Probability Gap#SA-PPG#RailCap2026년 8월 9일댓글 수 로딩 중
[논문리뷰] YOLO-PEFT: Parameter-Efficient Fine-Tuning on YOLO Family본 논문은 YOLO 시리즈와 같은 대규모 객체 탐지 모델을 새로운 타겟 도메인에 적용할 때 발생하는 높은 컴퓨팅 자원 및 저장 공간 요구 문제를 해결하고자 한다. 기존의 Full Fine-Tuning 방식은 모델 전체의 가중치를 수정해야 하므로, 배포 시 각 태스크마다 전체 모델을 저장해야 하는 비효율성이 존재한다.#Review#YOLO#Parameter-Efficient Fine-Tuning#PEFT#Transfer Learning#Object Detection#Model Adaptation2026년 8월 9일댓글 수 로딩 중
[논문리뷰] When Privileged Guidance Misaligns: State-Matched Routing and Contextualized Self-Distillation for Multi-Turn Agents본 논문은 멀티턴 에이전트 학습에서 Privileged On-Policy Distillation이 직면한 상태-참조 불일치 문제를 해결하고자 합니다.#Review#On-Policy Distillation#Multi-Turn Agents#State-Reference Mismatch#Self-Distillation#State-Matched Routing#Contextualized Guidance#Embodied AI2026년 8월 9일댓글 수 로딩 중
[논문리뷰] When Activation Oracles Learn Not to Read: Concept-Specific Blind Spots in Fine-Tuned Oracles본 논문은 learned interpretability interfaces, 특히 Activation Oracles (AOs)의 신뢰성 문제를 다룹니다.#Review#Activation Oracles#Interpretability#Large Language Models#Concept-Specific Blind Spots#Anti-reading#Taboo Word Guessing#Readout Suppression2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Uncertainty-Aware World Model for Aerial Image-Goal Navigation본 논문은 aerial navigation 환경에서 발생하는 미래 상태의 불확실성이 기존 세계 모델의 경로 선택(Trajectory scoring) 능력을 저해한다는 문제를 해결하고자 합니다.#Review#Aerial Navigation#World Model#Uncertainty-Aware#OOD Detection#Hierarchical Error Projection#Image-Goal Navigation2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Towards Interpretable Foundation Models for Retinal Fundus Images본 논문은 기존 망막 이미지 분석을 위한 Foundation Model들이 가지는 불투명성(Lack of Interpretability) 문제를 해결하고자 합니다.#Review#Foundation Models#Retinal Fundus Images#Interpretable-by-design#Self-Supervised Learning#BagNet#t-SimCNE2026년 8월 9일댓글 수 로딩 중
[논문리뷰] The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows기존의 프롬프트, 프로그램, ML 워크플로우 최적화 방식은 주로 진화 알고리즘(Evolutionary Search)이나 밴딧(Bandit)과 같은 외부의 명시적인 제어기(Outer-loop controller)에 의존하고 있습니다.#Review#Agentic Search#LLM Optimization#Prompt Engineering#Program Evolution#ML Workflow#Reasoning-driven2026년 8월 9일댓글 수 로딩 중
[논문리뷰] StreamArena: Toward Continuous, Interactive, and Long-Horizon Agentic Streaming Video Understanding본 논문은 autonomous multimodal agents를 continuous, real-world environments에 배포하는 데 있어 기존 모델과 벤치마크의 한계점을 해결하고자 합니다.#Review#Streaming Video Understanding#Agentic AI#Long-Horizon Memory#Multimodal Perception#Proactive Interaction#Tool Utilization#StreamArena#Two-tier Architecture2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Small Foundation Models of Human Cognition and Behaviour본 연구는 대규모 언어 모델을 활용한 Cognitive Foundation Models의 성능이 단순히 파라미터 규모에 의존하는지, 아니면 실제 과제 구조(task structure)를 학습하는지 규명하고자 합니다.#Review#Foundation Models#Cognitive Science#Behavioral Data#Supervised Fine-tuning (SFT)#Noise Ceiling#Prompt Decomposition#LoRA2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Skaling: Chinchilla's Exponents Meet Kaplan's Coupling본 논문은 기존의 Additive Chinchilla law가 데이터 부족(data-scarce) 및 과잉 학습(overtraining) 극단 영역에서 Systematic prediction bias를 유발한다는 점을 지적한다.#Review#Neural Scaling Laws#Chinchilla#Kaplan#Loss Surface#Compute Allocation#Extrapolation#Sparse Profiling2026년 8월 9일댓글 수 로딩 중
[논문리뷰] SimWAM: A Simple World Action Model for End-to-End Autonomous Driving본 논문은 기존 World-Action Models의 'imagine-then-act' 파이프라인이 갖는 실시간 추론 지연(Latency) 문제를 해결하고자 합니다. 기존 방식은 자율주행 경로를 계획하기 전 미래 프레임을 반드시 생성해야 하므로 컴퓨팅 자원 소모가 크다는 한계가 있습니다.#Review#World-Action Models#End-to-End Autonomous Driving#Flow Matching#Trajectory Planning#Reinforcement Learning#Vision-Language-Action2026년 8월 9일댓글 수 로딩 중
[논문리뷰] SFT Conflicts, RL Coexists: A Theoretical and Empirical Analysis of Multi-Task Learning for LLMs본 논문은 LLM의 Multi-task 성능 향상을 위한 두 주류 방법론인 SFT와 RL이 Multi-task 환경에서 보이는 극명한 거동 차이를 규명하고자 합니다. 기존 연구들은 SFT와 RL의 단일 태스크 학습 특성을 비교했으나, Multi-stage 학습 상황에서의 근본적인 차이는 명확히 설명하지 못했습니다.#Review#Large Language Models#Supervised Fine-Tuning#Reinforcement Learning#Multi-Task Learning#Gradient Interference#Parallel-RL2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors본 연구는 오토레그레시브 모델이 long-horizon rollout 과정에서 누적하는 오차(rollout error)를 배포 시점에 측정할 수 없는 문제를 해결합니다 .#Review#Bidirectional Diffusion#Round-Trip Consistency#Self-Supervised Uncertainty Quantification#Rollout Error#Latent Dynamics#Scientific Machine Learning2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Relevant but Incomplete: Referential Dangling as a Paradigm-Level Failure Mode in Hard Prompt Compression본 논문은 대규모 컨텍스트를 처리하는 LLM의 추론 비용을 줄이기 위한 Hard Prompt Compression 기법이, 정보 조각을 독립적으로 선택함에 따라 필연적으로 발생하는 구조적 결함인 Referential Dangling 문제를 제기합니다 .#Review#Prompt Compression#Hard Prompt Compression#Referential Dangling#Long-Context#LLM Inference#Information Retrieval#Contextual Dependency2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Reinforcement Learning with Evolving Rubrics as Rewards for Audio Reasoning본 연구는 기존 오디오 추론 모델이 결과 중심의 보상(Outcome-based rewards)이나 고정된 루브릭 보상(Process-based rewards) 체계 하에서 겪는 한계를 해결하고자 합니다.#Review#Audio Reasoning#Reinforcement Learning#Evolving Rubrics#Large Audio Language Models#Process-based Reward#Audio-grounded Supervision2026년 8월 9일댓글 수 로딩 중
[논문리뷰] PrivacyPeek: Auditing What LLM-Based Agents Acquire, Not Just What They Say본 논문은 LLM 기반 에이전트가 외부 툴을 통해 작업 수행 시 과도한 민감 정보를 획득하는 문제를 해결하기 위해 PrivacyPeek을 제안합니다 .#Review#LLM-based Agents#Privacy Leakage#Data Acquisition#Benchmark#Contextual Integrity#Tool-use2026년 8월 9일댓글 수 로딩 중
[논문리뷰] OneEmo: A Unified Multimodal Reasoning Model for Emotion Perception, Understanding, and Interaction본 논문은 기존 감정 지능 연구가 특정 태스크에만 치중된 Specialist 모델 위주로 구성되어 있어, 감정의 다면적 속성을 포괄하지 못하고 태스크 간 시너지(Synergy)를 활용하지 못하는 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Affective Computing#Reinforcement Learning#Reasoning Trajectories#Emotion Perception#Multi-task Learning2026년 8월 9일댓글 수 로딩 중