[논문리뷰] Axion 1.0: Open Agent Foundation Models, Simplified본 논문은 현대의 Agent Foundation Models 훈련 방식이 지나치게 복잡해지면서 발생하는 재현성 저하와 비용 문제를 해결하기 위해, 단순하고 재현 가능한 훈련 레시피를 제안한다.#Review#Agent Foundation Models#Supervised Fine-Tuning#Reinforcement Learning#Data Construction#Tool-Dependent Reasoning#Self-Contained Reasoning2026년 11월 3일댓글 수 로딩 중
[논문리뷰] DataPrep-Bench: Benchmarking LLMs as Training Data Preparators본 논문은 LLM 기반의 데이터 준비(Data Preparation) 과정이 파편화되어 있고, 성능 평가 기준이 모호하다는 문제를 해결하기 위해 DataPrep-Bench를 제안합니다 .#Review#LLM-driven Data Preparation#Data Construction#Data Quality Evaluation#Distributional Alignment Score (DAS)#Downstream-grounded Benchmark#Supervised Fine-tuning (SFT)2026년 7월 26일댓글 수 로딩 중
[논문리뷰] DataEvolver: Self-Evolving Multi-Agent Data Construction for Text-Rich Image Generation기존의 Text-rich image 데이터 구축 방식은 고정된 텍스트 크롤링 및 필터링(Crawl-filter-freeze paradigm)에 의존하고 있어, 데이터 구축 과정에서 발생하는 다양한 실패 사례를 유의미한 정보로 활용하지 못하는 한계가 있습니다.#Review#Data Construction#Multi-Agent System#Text-Rich Image Generation#Feedback Loop#Policy Evolution2026년 6월 30일댓글 수 로딩 중