[논문리뷰] OmniPack: Unified Token Compression for Efficient Omni-modal Large Language Models본 연구는 Omni-LLMs가 장문의 오디오-비주얼 입력 시 발생하는 방대한 계산 및 메모리 오버헤드 문제를 해결하고자 합니다.#Review#Omni-modal Large Language Models#Token Compression#Efficient Inference#Multimodal Understanding#Training-free Framework#Audio-visual Collaboration2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Multi-Task Multi-Frame Visual Piano Transcription본 논문은 오디오 기반 AMT가 서스테인 페달로 인해 발생하는 물리적 건반 상태와 실제 소리 종료 시점 간의 괴리 문제를 해결하고자 하는 시도에서 출발합니다. 기존의 오디오 시스템은 페달로 인해 연주 종료가 지연되어 실제 물리적 키 릴리즈를 반영하지 못하는 한계가 있습니다.#Review#Visual Piano Transcription#Multi-task Learning#Conformer#MIDI Transcription#Computer Vision#Key Mechanics2026년 8월 4일댓글 수 로딩 중
[논문리뷰] MiniWorld: Democratizing the Training of Video World Models from Scratch본 논문은 대규모 컴퓨팅 자원 없이도 스트리밍 비디오 월드 모델을 학습할 수 있는 투명하고 재현 가능한 베이스라인을 제공하는 것을 목표로 합니다.#Review#Video World Models#Streaming Inference#Diffusion Transformer#Flow Matching#Block-Causal Attention#Autoregressive Generation2026년 8월 4일댓글 수 로딩 중
[논문리뷰] MerchantBench: Benchmarking LLM Agents for Long-Term Coherence in E-Commerce Operations본 논문은 기존의 LLM Agent 벤치마크들이 단기적인 작업 완수나 즉각적인 피드백 기반의 태스크에 편향되어 있다는 문제를 해결하고자 한다. 실제 환경에서는 상점 운영과 같이 장기적인 전략 수립이 필요하며, 과거의 의사결정이 미래의 선택을 제약하고 피드백이 불균일하게 발생하는 복합적인 상황이 빈번하다.#Review#LLM Agents#Long-Term Coherence#E-Commerce#Order-Level Simulation#Partially Observable Markov Decision Process#Benchmark2026년 8월 4일댓글 수 로딩 중
[논문리뷰] LLaDA MoE v2: Scaling Mixture-of-Experts Diffusion Language Models본 논문은 대규모 MoE 기반 dLLM의 최적 Scaling 행동과 아키텍처 설계 원칙이 기존 AR 모델과는 다르다는 점을 지적하며, 이를 체계적으로 정립하고자 합니다.#Review#Diffusion Language Models#Mixture-of-Experts#Scaling Laws#Compute-Optimal#LLaDA#Sparse Activation2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Knowledge-Geometry Decoupling: Refreshable Pretrained Transfer for Streaming Recommendation본 논문은 산업계 추천 시스템에서 발생하는 Data Distribution Drift 환경 하의 사전 학습-전이(pretrain-then-transfer) 패러다임이 가진 근본적인 한계를 해결하고자 합니다.#Review#Streaming Recommendation#Pretrained Transfer#Knowledge–Geometry Decoupling#Behavioral Multi-Token Prediction#Anchored Calibration Residual2026년 8월 4일댓글 수 로딩 중
[논문리뷰] JoyAI-Video-Edit: Real-Time Open-Ended Video Editing with Autoregressive Diffusion본 논문은 실시간 스트리밍 환경에서 높은 품질과 시간적 일관성을 유지하며 비디오를 편집하는 핵심 문제를 해결하고자 합니다.#Review#Autoregressive Diffusion#Real-Time Video Editing#Streaming Inference#Source-Anchored Distribution Matching Distillation#Long-Horizon Autoregressive Distillation#Causal Generation#Video-to-Video2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Hunyuan3D-Buffalo 1.0: A Unified Multimodal Model for Scalable 3D Generation, Understanding, and EditingUnified 3D modeling은 scarce multimodal data, 특히 large-scale이고 geometrically consistent한 editing data의 부족으로 인해 여전히 제한적이다.#Review#Unified Multimodal Model#3D Generation#3D Understanding#3D Editing#Part Generation#Diffusion Models#Vision-Language Model#Large-scale Data2026년 8월 4일댓글 수 로딩 중
[논문리뷰] GROVE: Growing and Reasoning over Temporally Stratified Memory from Streaming Video Experience본 논문은 웨어러블 비디오 어시스턴트가 reactive 질문 응답과 proactive 서비스를 동시에 수행하기 위해 필요한 장기 기억 관리의 한계를 해결하고자 한다.#Review#Streaming Video#Long-term Memory#Temporal Stratification#Proactive Assistance#Agentic Retrieval#Multimodal Lifelong Understanding2026년 8월 4일댓글 수 로딩 중
[논문리뷰] ExplainBench: Evaluating Code Explanations from Agents본 논문은 LLM 에이전트가 생성하는 코드 설명(Explanation)의 신뢰성을 검증할 수 있는 객관적인 평가 기준이 부재하다는 문제점을 지적합니다. 에서 볼 수 있듯이, 에이전트의 설명은 그럴듯해 보이지만 실제 패치는 테스트 코드조차 통과하지 못하는 등 설명과 실제 동작 간의 불일치(Mismatch)가 발생합니다.#Review#LLM agents#explainability#benchmark#trustworthiness#software engineering#code explanation#evaluation framework2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Decoding Children's Gait Behavior본 논문은 아동의 보행 이상을 정밀하게 분석하기 위한 자동화된 컴퓨터 비전 프레임워크가 부재하다는 문제를 해결하고자 합니다. 기존의 3D 모션 캡처 시스템은 고가의 장비와 넓은 공간이 필요하여 임상 현장에서의 보급이 어렵고, IMU 센서 기반 방식은 아동의 자연스러운 움직임을 저해할 수 있습니다.#Review#Pediatric Gait#Visual Gait Score#Foundation Models#CGV Dataset#ChildGait-Video#Clinical Gait Analysis2026년 8월 4일댓글 수 로딩 중
[논문리뷰] ContinualSkillBench: Can LLM Agents Truly Evolve Their Capabilities?본 논문은 LLM 에이전트가 외부 스킬 라이브러리를 활용할 때, 자율적으로 자신의 스킬을 효과적으로 진화시키고 확장할 수 있는지에 대한 의문을 제기합니다.#Review#LLM Agents#Continual Learning#In-Context Learning#Skill Evolution#Agentic Benchmarking#Skill Library2026년 8월 4일댓글 수 로딩 중
[논문리뷰] ChronoLens: Measuring Language Change Across Time, Languages, and Linguistic Levels본 논문은 기존의 역사적 언어 변화 연구들이 서로 다른 데이터셋과 측정 방식을 사용하여 morphology, syntax, semantics, pragmatics 간의 상관관계를 직접 비교할 수 없다는 문제점을 해결하고자 합니다.#Review#Language Change#Sparse Autoencoders#Crosscoders#Diachronic Analysis#Multilingual Language Models#Interpretability#Linguistic Levels2026년 8월 4일댓글 수 로딩 중
[논문리뷰] CAPEval: A Decoupled Caption Evaluation across Understanding and Generation기존의 Caption Quality Evaluation 방식은 Caption 품질을 단일 Scalar Objective로 간주하여, Caption이 담는 Visual information의 범위(Coverage)와 주장하는 내용의 Factual correctness (Precision)라는 두 가지 distinct property를 혼동하는 문제점을 안고 있었다.#Review#Caption Evaluation#Multimodal Understanding#Text-to-Image Generation#Coverage#Precision#Downstream Utility#Vision-Language Models#Dataset Curation2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Better, Stronger, Faster, and Broader: Structured All-Mask Prediction for MLLM-Based SegmentationMLLM 기반 분할 모델은 텍스트 생성 중심의 구조와 dense한 픽셀 예측이라는 목표 사이의 근본적인 불일치로 인해 Trilemma에 직면해 있습니다 .#Review#MLLM#Segmentation#Non-autoregressive#Trilemma#All-Mask Prediction#Spatial Grounding2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Are the Financial Reasoning from LLMs Credible? A Real World Test over Long-Horizon Statements본 논문은 현대의 LLM이 금융 도메인에서 진정한 구조적 추론 능력을 갖추었는지, 아니면 단순한 표면적 패턴 매칭에 의존하는지를 검증하는 것을 핵심 목표로 한다.#Review#FININDICES#Financial Reasoning#Data-processing Fidelity#Long-context LLM#Structure Bottleneck#Knowledge Bottleneck#Table-Index Tabulation2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Any-OPD: Heterogeneous On-Policy Distillation for Flow-Matching Models via Representation-Space Bridging본 논문은 이질적인 모델 패밀리 간의 on-policy distillation이 불가능하다는 문제점을 해결합니다. 기존의 distillation 방식은 Teacher와 Student가 VAE 잠재 공간, 아키텍처, 그리고 noise schedule을 공유해야 한다는 동질성(Homogeneity) 가정을 전제로 합니다 .#Review#On-policy Distillation#Flow-matching#Heterogeneous#Representation-space Bridging#Latent Generators#Knowledge Distillation#DINOv22026년 8월 4일댓글 수 로딩 중
[논문리뷰] AURORA-LM: Autoencoding Unified Representation for Continuous-Latent Diffusion Language Modeling본 연구는 텍스트 생성에서 기존의 이산적 토큰(discrete tokens) 모델링 방식이 가진 구조적 제약을 극복하고, 언어 자체를 연속적인 잠재 공간에서 효과적으로 표현하고 생성하는 방식을 제안합니다.#Review#Continuous-Latent Diffusion#Flow Matching#Block-Causal Denoiser#Query-based Encoder-Decoder#Representation Learning2026년 8월 4일댓글 수 로딩 중
[hermes-agent] Python 백엔드 콜드 스타트 성능 개선: 14초 GIL 스톨 해결하기Windows 환경에서 발생하는 14초 규모의 GIL 스톨을 모듈 사전 로딩과 비동기 처리를 통해 해결한 최적화 사례입니다.#Python#Performance#AsyncIO#GIL#Optimization2026년 8월 3일댓글 수 로딩 중
[flashinfer] FlashInfer: B200용 최적화된 Recurrent KDA Prefill 백엔드 도입NVIDIA B200(SM100a) 아키텍처를 위한 고성능 Recurrent KDA Prefill 백엔드 추가 및 성능 최적화 분석#FlashInfer#B200#CUDA#KDA#Performance2026년 8월 3일댓글 수 로딩 중