[논문리뷰] PhysEvolve: Verifier-grounded Self-evolution for Physical Reasoning with Executable WorldsVision-Language Models (VLMs)는 물리적 세계의 역학, 외부 개입 효과, Counterfactual 결과에 대한 추론 능력에서 여전히 신뢰할 수 없는 수준을 보입니다.#Review#Physical Reasoning#Self-Evolution#Vision-Language Models (VLMs)#Executable Worlds#Counterfactual Reasoning#Verifier-Grounded#Adaptive Curriculum#Rigid-body Simulation2026년 10월 27일댓글 수 로딩 중
[논문리뷰] APT: Feedback-Driven Agentic Post-Training for Text-to-Image Generation본 논문은 기존 Text-to-Image (T2I) 모델의 post-training pipeline이 수동으로 구성된 training data와 고정된 training distribution에 의존하여 확장성과 효율성이 떨어진다는 핵심 문제를 해결하고자 합니다.#Review#Agentic Post-Training#Recursive Self-Improvement#Text-to-Image Generation#Adaptive Curriculum#Reinforcement Learning#Model-Agnostic#Automated Post-Training2026년 10월 14일댓글 수 로딩 중
[논문리뷰] SALD: Self-Referenced Advantage Learning for Diffusion Models본 논문은 기존 Diffusion 모델의 uniform training이 이미지 및 캡션 쌍, noise level, 시각적 디테일에 따라 크게 달라지는 훈련 난이도를 제대로 처리하지 못하는 문제를 해결하고자 한다.#Review#Diffusion Models#Self-Referenced Learning#Advantage Learning#Gradient Allocation#Flow-Matching#Spectral Bias#Adaptive Curriculum2026년 10월 13일댓글 수 로딩 중
[논문리뷰] Self-Hinting Language Models Enhance Reinforcement Learning본 논문은 Group Relative Policy Optimization (GRPO) 이 희소한(sparse) 터미널 보상 환경에서 발생하는 문제, 즉 롤아웃 그룹 내 보상이 동일하여 이점이 소멸되고 학습이 정체되는 현상을 해결하는 것을 목표로 합니다.#Review#Reinforcement Learning#Large Language Models#GRPO#Sparse Rewards#Self-Hinting#Policy Optimization#Adaptive Curriculum#On-Policy Training2026년 2월 4일댓글 수 로딩 중