[논문리뷰] Rufus-Air: An Open LLM Post-Training Recipe본 논문은 오픈-웨이트 기반 LLM 체크포인트가 Post-Training 연구의 진입 장벽을 낮추었음에도 불구하고, 실제 Reproducible한 Post-Training Recipe가 부족하다는 문제를 제기한다.#Review#LLM Post-Training#Reinforcement Learning#Agentic Capabilities#Supervised Fine-Tuning#GLM-4.5-Air-Base#Open-Source Recipe#Reward Design#Scalability2026년 9월 24일댓글 수 로딩 중
[논문리뷰] Omni Interaction Agent Technical Report본 논문은 기존의 Turn-based Human-AI Interaction 패러다임이 Human-Human Communication의 Fluid하고 Collaborative한 특성을 반영하지 못하는 핵심 문제를 해결하고자 합니다.#Review#Omni Interaction Agent#Full-Duplex Interaction#Multimodal Perception#Agentic Capabilities#Cerebellum-Brain Framework#Streaming Thinker-Talker Architecture#Realtime Interaction2026년 9월 8일댓글 수 로딩 중
[논문리뷰] AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities본 논문은 LLM 기반 Agent의 성능을 평가하기 위한 인프라가 극도로 파편화되고 복잡하게 얽혀 있는 문제를 해결하고자 한다. 기존의 평가 방식은 특정 도메인에 고착화되어 있거나, 실행 환경과 평가 프로토콜이 강하게 결합되어 있어 재현성(Reproducibility)을 저해하고 반복적인 엔지니어링 비용을 발생시킨다 .#Review#LLM-based Agents#Evaluation Infrastructure#Benchmarking#Trajectory Analysis#Agentic Capabilities#Reproducibility2026년 7월 15일댓글 수 로딩 중
[논문리뷰] Nemotron-Cascade 2: Post-Training LLMs with Cascade RL and Multi-Domain On-Policy DistillationReinforcement Learning (RL)은 LLM Post-Training의 핵심으로 부상하며 Reasoning, Agentic Capabilities, Real-World Problem-Solving 발전에 기여하고 있습니다.#Review#LLM Post-Training#Cascade RL#Multi-Domain On-Policy Distillation#Mixture-of-Experts#Reasoning#Agentic Capabilities#Competitive Programming#Mathematical Olympiad2026년 3월 19일댓글 수 로딩 중