[논문리뷰] Scaling Laws for Hypernetwork-Based Knowledge Injection in Large Language Models본 논문은 LLM에 대한 대규모 사실적 지식 주입의 신뢰성 및 확장성 문제를 해결하기 위해 Hypernetwork 기반 접근 방식을 제안합니다. 기존의 full fine-tuning이나 PEFT는 지식 주입 시 catastrophic forgetting과 OOD 일반화 부족이라는 한계를 지니고 있습니다.#Review#Hypernetworks#Knowledge Injection#Scaling Laws#Large Language Models#MegaWikiQA#Out-of-Distribution#LoRA2026년 7월 22일댓글 수 로딩 중
[논문리뷰] LatentSkill: From In-Context Textual Skills to In-Weight Latent Skills for LLM Agents본 논문은 LLM Agent가 외부 기술을 프롬프트에 직접 주입할 때 발생하는 컨텍스트 오버헤드와 보안 노출 문제를 해결하고자 합니다. 기존의 In-Context Skill 방식은 매 단계마다 기술 텍스트를 삽입해야 하므로 추론 비용이 높고, 프롬프트 내에 기술 내용이 그대로 노출되어 공격에 취약하다는 단점이 있습니다.#Review#LLM Agents#LoRA#Hypernetworks#Skill Composition#Weight Space#Prompt Efficiency#Modular Learning2026년 6월 8일댓글 수 로딩 중
[논문리뷰] Noise Hypernetworks: Amortizing Test-Time Compute in Diffusion Models본 논문은 확산 모델에서 추론 시 계산 비용을 크게 증가시키는 테스트-시간 스케일링(test-time scaling) 의 문제점을 해결하고자 합니다.#Review#Diffusion Models#Hypernetworks#Test-Time Optimization#Reward-Guided Generation#Latent Space Optimization#LoRA#Generative AI2025년 8월 14일댓글 수 로딩 중