[논문리뷰] Has GPT-6-Astra Achieved Embodied Intelligence?본 논문은 GPT-6-Astra의 로봇 제어 능력을 검증하고, 이 모델이 실질적인 Embodied Intelligence 수준에 도달했는지 평가하기 위한 학술적 연구이다.#Review#Embodied Intelligence#GPT-6-Astra#In-context Learning#System 1-System 2 Collaboration#Action Representation#Robotic Manipulation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Initialization Improves LLM-Driven Discovery본 논문은 LLM을 활용한 자율적인 과학적·알고리즘적 발견 과정에서 발생하는 Harness Design의 취약성과 성능 저하 문제를 해결합니다.#Review#LLM-driven Discovery#Harness Design#Mode Collapse#Parallel Exploration#In-context Learning#Inference-time Compute2026년 10월 12일댓글 수 로딩 중
[논문리뷰] Universal Textual Teaching for LLMs기존의 Knowledge Distillation 방식은 대부분 Student 모델의 파라미터를 업데이트해야 하므로, 특정 아키텍처나 체크포인트에 지식이 종속되는 한계를 갖습니다 .#Review#Knowledge Distillation#Large Language Models#Primer#Parameter-update-free#Multi-role Interaction#In-context Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] DAEDALUS: Bootstrapping Agent Memory from Self-Generated Tasks본 논문은 LLM 기반 에이전트가 새로운 환경에서 적절한 운영 지식 없이 반복적인 시행착오를 겪는 문제를 해결하고자 합니다 . 기존 연구들은 주로 사람이 작성한 가이드라인이나 사전에 큐레이션된 학습 과제, 오라클 검증기에 의존하여 메모리를 구축했으나, 이는 환경에 대한 사전 지식과 막대한 비용을 요구합니다.#Review#LLM Agents#Procedural Memory#Self-Generated Tasks#Agentic Environments#Heuristic Validation#In-context Learning#Training-free Method2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Learning to Learn a Language본 논문은 현대 언어 모델이 언어 자체에 대한 지식 없이 거대한 말뭉치로부터 통계적 규칙을 추출해야 하는 한계를 극복하고자 합니다.#Review#In-context Learning#Prior-Fitted Language Model#Structural Causal Model#Meta-learning#Bayesian Inference#Synthetic Prior2026년 10월 5일댓글 수 로딩 중
[논문리뷰] LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence본 논문은 구조화된 데이터(Structured Data)를 범용적으로 학습하고 추론하는 인공지능 모델의 개발을 목표로 합니다. 기존 연구(PFN 등)는 데이터셋 내 특정 타겟 컬럼을 예측하는 p(y|x, D_context) 최적화에 국한되어 있어, 변수 간의 복잡한 공동 분포를 포착하는 데 한계가 있습니다.#Review#Contextual Mechanism Networks#Structured-Data Intelligence#In-context Learning#Context-Conditional Masked Modeling#Structural Causal Models#Tabular Foundation Models2026년 9월 16일댓글 수 로딩 중
[논문리뷰] Causal Foundation Models본 논문은 전통적인 인과 추론 파이프라인의 낮은 효율성과 확장성 문제를 해결하기 위해 Causal Foundation Models (CFMs)를 제안한다. 기존의 인과 추론 기법은 새로운 문제마다 인과 메커니즘을 설계하고, 적절한 추정기를 선택하며, 하이퍼파라미터를 튜닝하는 반복적인 과정을 거쳐야 한다 .#Review#Causal Foundation Models#Causal Inference#In-context Learning#Data-generating Processes#Potential Outcomes#Structural Causal Models2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Sample-Efficient Learning from Agent Experience본 연구는 실제 환경과의 상호작용이 매우 비용이 많이 드는 상황에서 에이전트가 경험으로부터 효율적으로 학습하지 못하는 문제를 해결하고자 한다. ICL은 샘플 효율적인 학습을 제공하지만, 문맥이 제거되면 학습된 지식이 유지되지 않는 휘발성을 가진다.#Review#Experience Distillation#In-context Learning#Sample Efficiency#Agent Learning#Knowledge Distillation#Interactive Agent Tasks2026년 7월 23일댓글 수 로딩 중
[논문리뷰] Partition, Prompt, Aggregate: Statistical Self-Consistency in Language Models본 연구는 LLM의 ICL이 과연 이론적으로 가정한 Conditional Inference로서 엄밀하게 작동하는지 검증하는 것을 목적으로 한다.#Review#In-context Learning#Conditional Inference#Statistical Self-Consistency#Persona Prompting#Macro Fallacy#Binary Conditioning Tree2026년 7월 16일댓글 수 로딩 중
[논문리뷰] Enhancing In-context Panoramic Generation via Geometric-aware Pretraining본 논문은 기존 파노라마 이미지 생성 모델이 겪는 3D 기하학적 일관성 부족 문제를 해결하기 위해 제안되었다.#Review#Panoramic Generation#In-context Learning#Geometry-aware Pretraining#Flow Matching#Velocity Circular Padding#Canvas360Dataset2026년 7월 9일댓글 수 로딩 중
[논문리뷰] Reinforcement Learning Elicits Contextual Learning of Unseen Language Translation본 논문은 초저자원(Extreme Low-resource) 언어 번역을 위해 모델이 특정 언어를 암기하는 방식에서 벗어나, 언어에 독립적인 Meta-skill을 습득하게 하는 새로운 학습 프레임워크를 제안합니다.#Review#Low-resource Translation#Reinforcement Learning#In-context Learning#Meta-skill#Language-independent Learning#Meta-linguistic Reasoning2026년 6월 4일댓글 수 로딩 중
[논문리뷰] Youtu-Agent: Scaling Agent Productivity with Automated Generation and Hybrid Policy Optimization본 논문은 기존 LLM 에이전트 프레임워크가 겪는 높은 구성 비용 과 정적 기능 문제를 해결하는 것을 목표로 합니다.#Review#LLM Agents#Automated Agent Generation#Reinforcement Learning#Hybrid Policy Optimization#Tool Synthesis#In-context Learning#Agent Framework#Scalability2026년 1월 4일댓글 수 로딩 중
[논문리뷰] Nested Learning: The Illusion of Deep Learning Architectures본 논문은 기존 딥러닝 모델, 특히 대규모 언어 모델(LLM) 이 직면한 지속 학습, 자기 개선, 효과적인 문제 해결 능력의 한계를 극복하고자 합니다. 이를 위해 기계 학습 모델을 중첩되고 다단계의 최적화 문제로 해석하는 새로운 학습 패러다임인 Nested Learning (NL) 을 제안합니다.#Review#Nested Learning#Continual Learning#In-context Learning#Associative Memory#Multi-Timescale Memory#Self-Modifying Models#Optimizers2026년 1월 4일댓글 수 로딩 중
[논문리뷰] Meta-RL Induces Exploration in Language Agents본 논문은 기존 강화 학습(RL) 기반의 대규모 언어 모델(LLM) 에이전트가 환경에서 능동적인 탐색과 시행착오 경험으로부터 효율적인 정책 적응에 어려움을 겪는 문제를 해결하고자 합니다.#Review#Meta-RL#LLM Agents#Exploration#Reinforcement Learning#Policy Adaptation#In-context Learning#Self-reflection#Multi-episode tasks2025년 12월 21일댓글 수 로딩 중
[논문리뷰] DeContext as Defense: Safe Image Editing in Diffusion Transformers본 논문은 대규모 Diffusion Transformer(DiT) 기반 이미지 편집 모델 의 심각한 프라이버시 문제를 해결하고자 합니다.#Review#Diffusion Transformers#Image Editing#Privacy Protection#Adversarial Attack#Attention Mechanism#Identity Preservation#Deepfake Defense#In-context Learning2025년 12월 18일댓글 수 로딩 중