[논문리뷰] The AI Hippocampus: How Far are We From Human Memory?본 논문은 최신 Large Language Models (LLMs) 및 Multi-Modal LLMs (MLLMs) 의 추론, 적응성, 맥락적 충실도 향상을 위해 메모리 메커니즘을 통합하는 문제를 다룹니다.#Review#Large Language Models (LLMs)#Multi-Modal LLMs (MLLMs)#Memory Systems#Implicit Memory#Explicit Memory#Agentic Memory#Retrieval-Augmented Generation (RAG)#Contextual Understanding2026년 1월 14일댓글 수 로딩 중
[논문리뷰] Feedback-Driven Tool-Use Improvements in Large Language Models via Automated Build Environments본 논문은 대규모 언어 모델(LLMs)의 효율적인 도구 사용(tool use) 학습을 위한 강화 학습(RL) 프레임워크 부재 문제를 해결하고자 합니다. 특히, 안정적인 훈련 환경 구축의 어려움과 검증 가능한 보상 메커니즘의 부재가 LLM의 도구 사용 능력 발전을 저해하는 핵심 과제로 지적됩니다.#Review#Large Language Models (LLMs)#Tool Use#Reinforcement Learning (RL)#Automated Environment Generation#Feedback-Driven Training#Reward Mechanism#Contextual Understanding2025년 8월 13일댓글 수 로딩 중
[논문리뷰] MultiVerse: A Multi-Turn Conversation Benchmark for Evaluating Large Vision and Language Models기존 Vision-and-Language Model (VLM) 평가 벤치마크들이 다중 턴 대화 시나리오의 깊이와 폭을 충분히 포착하지 못하는 한계를 해결하고자 합니다.#Review#Multi-Turn Conversation#VLM Evaluation#Benchmark#Vision and Language Models#Contextual Understanding#Checklist-based Evaluation#Interactive AI2025년 10월 21일댓글 수 로딩 중