[논문리뷰] Modular TTT: Rethinking Test-Time Training as Composable Modules본 논문은 기존 TTT 연구들이 각 모델 변형을 개별적으로 hard-coding하여 TTT 디자인 공간을 체계적으로 이해하기 어렵다는 문제에서 출발합니다 .#Review#Test-Time Training#Modular Framework#Sequence Modeling#Directed Acyclic Graph#Inner Learner#Fast Weights2026년 8월 9일댓글 수 로딩 중
[논문리뷰] FATE: Frame-Level Audio-Visual Temporal Embedding본 논문은 오디오-비주얼 모델에서 '무엇(what)'에 해당하는 의미적 정보와 '언제(when)'에 해당하는 시간적 정렬 정보가 효과적으로 결합되지 못하는 문제를 해결합니다.#Review#Audio-Visual Embedding#Temporal Alignment#Contrastive Learning#Event Localization#Cross-Modal Retrieval#Frame-Level Representation2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss본 연구는 자원 제약이 심한 환경에서 대규모 언어 모델(LLM)을 배포하기 위한 효율적인 지식 증류(Knowledge Distillation) 파이프라인 구축을 목표로 합니다.#Review#Knowledge Distillation#Offline Distillation#Fused Chunked KL Loss#Long-context Healing#LLM Compression#Sparse Top-K Logits2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Douyin Multimodal Embedding Model Technical Report본 논문은 대규모 산업용 다중 모달 플랫폼에서 효율적인 검색과 세밀한 의미론적 식별이라는 두 가지 상충하는 요구사항을 동시에 만족시키기 위해 DME를 제안합니다.#Review#Multimodal Embedding#Retrieval#Semantic Sufficiency#Latent Reasoning#Cross-Conditional Reconstruction#Bi-Encoder#Representation Learning2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Do AI Personas Grow? Analyzing and Benchmarking Personality Evolution in LLM Agents After Life Events본 연구는 LLM 기반 에이전트가 시간이 지남에 따라 경험하는 삶의 사건에 대해 인간과 유사한 심리학적 성격 변화를 보이는지 규명하고자 합니다.#Review#LLM Agents#Personality Evolution#Big Five Personality#Life Events#BFI-Adapt#Psychometric Evaluation2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Characterizing the Quality Profile of AI-Generated C++ in Production본 논문은 대규모 엔터프라이즈 환경에서 AI가 생성한 C++ 코드의 품질, 성능, 유지보수 특성을 실증적으로 분석합니다 . 기존 연구들은 대부분 통제된 환경이나 벤치마크 데이터셋 위주로 수행되어, 실제 프로덕션 환경의 복잡한 코드 리뷰 및 배포 과정을 반영하지 못한다는 한계가 있었습니다.#Review#AI-generated code#Software quality taxonomy#Authoring-time provenance#Static analysis#Code review#Empirical software engineering2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Capek 0.5: An Execution-Centric Vision-Language Model for Embodied Intelligence본 논문은 기존의 VLM들이 embodied agent의 반복적이고 동적인 실행 환경(observation–reasoning–action cycle)을 통합적으로 처리하지 못하고 특정 작업에 편향되어 있다는 점을 핵심 문제로 정의합니다 .#Review#Vision-Language Model#Embodied Intelligence#Capability Specialist#GRPO#TIES#Model Consolidation#Action Guidance2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Can MLLMs Decode the Creative Leap? Introducing C4 for Cross-Concept Understanding본 논문은 MLLM의 창의적 능력을 체계적으로 평가하기 위한 객관적인 지표가 부족하다는 점을 해결하고자 한다. 기존의 많은 멀티모달 벤치마크는 명시적인 정답이나 직접적인 보상 신호가 존재하는 작업 위주로 구성되어 있어, 창의성에 필수적인 novelty와 appropriateness를 평가하는 데 한계가 있다.#Review#Multimodal Models#Creativity#Cross-Concept Understanding#Multimodal Evaluation#Chengyu2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Beyond Simply Environment Scaling: Designing Effective Environment Distributions for Multimodal Agent Learning본 논문은 단순한 multimodal 환경 수의 확장이 반드시 에이전트 학습에 이득이 되지 않으며, 오히려 환경 간 성능 저하를 초래할 수 있다는 문제 제기에서 시작합니다.#Review#Multimodal Agent#Environment Distribution#Curriculum Learning#Ability-aware Selection#Negative Transfer#Hierarchical Difficulty2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle본 논문은 현대의 멀티모달 파이프라인에서 시각적 콘텐츠의 권한이 생성자에게 귀속되지 않는 구조적 불균형 문제를 해결하고자 한다. 기존의 법적·제도적 대응은 무단 사용이 발생한 이후의 사후 조치에 국한되어 있으며, 콘텐츠가 AI 파이프라인으로 유입되기 전 단계의 기술적 개입이 절실하다.#Review#Adversarial Machine Learning#Proactive Protection#Visual Content Lifecycle#Adversarial Examples#Deep Learning Security#Generative AI#Content Provenance2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Addressable Memory for Video World Models본 논문은 Autoregressive 비디오 세계 모델에서 긴 시간의 생성 과정 중 발생하는 visual persistence 저하 문제를 해결합니다.#Review#Video World Models#Addressable Memory#KV Cache Compression#RoPE#Temporal Coherence#Episodic Recall#WorldTrace2026년 8월 9일댓글 수 로딩 중
[hermes-agent] Hermes Agent: 10배 빠른 프로젝트 그룹화 최적화 분석불필요한 git subprocess 호출을 제거하고 캐싱 전략을 개선하여 프로젝트 트리 빌드 속도를 3.3초에서 0.3초로 단단히 개선한 사례입니다.#Python#Performance#Git#Optimization#Software Engineering2026년 8월 9일댓글 수 로딩 중
[sglang] SGLang, Sol-Attn 도입으로 비디오 생성 속도 1.23배 향상SGLang에 Sol-Attn 희소 어텐션 백엔드를 도입하여 비디오 생성 속도를 크게 향상시킨 기술 블로그 글입니다.#SGLang#AI#비디오 생성#최적화#Sol-Attn#희소 어텐션2026년 8월 9일댓글 수 로딩 중
[ultralytics] RT-DETR FLOPs 프로파일링 성능 최적화 및 안정화RT-DETR 모델의 FLOPs 계산 시 발생하는 비효율적인 stride-based proxy 방식을 개선하여 프로파일링 속도를 최대 5배 이상 향상시켰습니다.#RT-DETR#FLOPs#Performance Optimization#Deep Learning#THOP2026년 8월 9일댓글 수 로딩 중
[sglang] [Kimi K3] CPU 전송 이미지의 지연 전처리(Deferred Preprocessing)를 통한 VLM 성능 최적화Kimi-K3 모델에서 이미지 전처리를 실제 연산을 수행하는 GPU(Vision Owner)로 미루어 데이터 전송 오버헤드를 줄이고 TTFT를 최대 78% 개선한 사례를 분석합니다.#VLM#Optimization#SGLang#Kimi-K3#Distributed-Computing2026년 8월 9일댓글 수 로딩 중
[ollama] Ollama, DFlash를 통한 추론 속도 향상: 블록 단위 추론의 힘Ollama가 DFlash를 도입하여 모델 추론 시 블록 단위 토큰 생성을 통해 속도를 크게 개선했습니다.#Ollama#MLX#추론 최적화#DFlash#LLM2026년 8월 8일댓글 수 로딩 중
[sglang] SGLang 캐시 시뮬레이터의 병목 해결: 직렬 전송에서 동시성 전송으로의 최적화SGLang의 캐시 시뮬레이터 ingest tee를 직렬 방식에서 동시성(fan-out) 방식으로 개선하여 처리량 병목을 해결했습니다.#SGLang#Rust#Tokio#Performance#Concurrency2026년 8월 8일댓글 수 로딩 중
[vllm] [vLLM] CPU MoE 성능을 극대화하는 전략: 고정 임계값을 넘어선 동적 GEMM 디스패치 최적화vLLM의 CPU FP8/MXFP4 MoE 커널에서 전역 평균 기반의 GEMM 선택 로직을 제거하고, 개별 전문가 블록 단위로 BRGEMM을 동적 선택하여 최대 1.59배의 성능 향상을 달성했습니다.#vLLM#CPU Optimization#MoE#FP8#BRGEMM#Deep Learning2026년 8월 8일댓글 수 로딩 중
[cpython] CPython 최적화: functools.reduce 대신 Union 직접 사용하기typing.Union 재구성 시 functools.reduce를 제거하여 성능을 최대 35배 개선했습니다.#CPython#Python#Performance#Optimization#typing2026년 8월 7일댓글 수 로딩 중
[flashinfer] FlashInfer, Blackwell GPU를 위한 Gated MoE 커널 최적화로 성능 대폭 향상Blackwell GPU의 Gated Mixture-of-Experts(MoE) 연산 성능을 극대화하는 최적화 기법을 분석합니다.#FlashInfer#MoE#GPU 최적화#Blackwell#NVFP42026년 8월 7일댓글 수 로딩 중