[논문리뷰] VidUEU-Agent: A Data-Curation Agent for Multimodal Understanding, Editing, and Unified Tasks본 논문은 고품질 instruction 데이터의 부족이 multimodal 모델 발전의 핵심 병목 현상이라는 문제에서 출발한다. 기존 연구들은 주로 정적인 이미지에 의존하여 실제 세계의 동적 상호작용을 포착하는 데 한계가 있으며, 수동 주석 생성의 높은 비용으로 인해 데이터 확장이 어렵다 .#Review#Multimodal Understanding#Image Editing#Unified Multimodal Models#Data Curation#Agent Systems#Instruction Tuning2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Scaling Trajectories for Complex Tasks through Recursive Self-Rewrite본 논문은 LLM Agent의 문제 해결 능력(Capability)이 모델 자체뿐만 아니라 Harness에 크게 의존하며, 다양한 Harness가 동일 모델로 하여금 복잡한 Task를 상보적인 방식으로 해결하도록 돕는다는 점에 주목한다.#Review#Recursive Self-Rewrite#Multi-Harness Discovery#Trajectory Rewriting#Large Language Models#Self-Improvement#Terminal Tasks#Supervised Fine-tuning#Agent Systems2026년 10월 4일댓글 수 로딩 중
[논문리뷰] Constraint Tax in Open-Weight LLMs: An Empirical Study of Tool Calling Suppression Under Structured Output Constraints본 논문은 최신 에이전트 시스템에서 Tool Calling과 Structured Output 제약 조건이 동시에 활성화될 때 발생하는 의도치 않은 시스템 실패 모드를 규명합니다. 저자들은 기존의 평가 방식이 두 기능을 독립적으로 검증함에 따라, 통합 환경에서 발생하는 상호작용 문제를 간과하고 있음을 지적합니다.#Review#Constraint Tax#Tool Suppression#Constraint Priority Inversion#Large Language Models#Agent Systems#Grammar-Constrained Decoding#Structured Output2026년 6월 24일댓글 수 로딩 중
[논문리뷰] LongMINT: Evaluating Memory under Multi-Target Interference in Long-Horizon Agent Systems본 논문은 현재의 memory-augmented agent들이 현실 세계의 복잡하고 진화하는 long-horizon 환경에서 겪는 기억 오류 문제를 해결하고자 한다.#Review#Long-Horizon#Agent Systems#Memory Evaluation#Multi-Target Interference#Retrieval-Augmented Generation#Benchmarking2026년 5월 20일댓글 수 로딩 중
[논문리뷰] From Blind Spots to Gains: Diagnostic-Driven Iterative Training for Large Multimodal Models본 논문은 기존의 LMM(Large Multimodal Models) 자가 학습 프레임워크가 겪는 해석 가능한 진단 부족과 시각적 다양성 부족이라는 근본적인 한계를 해결하고자 합니다.#Review#Large Multimodal Models#Iterative Training#Diagnostic-Driven Learning#Reinforcement Learning#Multimodal Reasoning#Data Generation#Agent Systems2026년 2월 26일댓글 수 로딩 중
[논문리뷰] HeroBench: A Benchmark for Long-Horizon Planning and Structured Reasoning in Virtual Worlds본 논문의 핵심 연구 목표는 복잡한 가상 세계 내에서 대규모 언어 모델(LLM) 의 장기 계획 및 구조화된 추론 능력을 평가하는 것입니다.#Review#Long-Horizon Planning#Structured Reasoning#LLM Evaluation#Virtual Worlds#RPG#Benchmark#Agent Systems#Combat Simulation2025년 8월 19일댓글 수 로딩 중