[논문리뷰] Dynamic Harness Search: Building Multi-Agent Systems Per-Query via Prediction본 논문은 각 쿼리에 최적화된 멀티 에이전트 시스템을 구축하는 과정에서 발생하는 비효율성 문제를 해결합니다. 기존의 방식은 고정된 워크플로우를 사용하거나, 최적의 설계를 찾기 위해 추론 단계에서 여러 후보를 실제로 실행해 보아야 하므로 높은 비용과 Latency가 발생합니다 .#Review#Multi-Agent Systems#Monte Carlo Tree Search#Agent Harness#Policy-Value Architect#Query-Adaptive#LLM Agent2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Online Self-Calibration Against Hallucination in Vision-Language Models본 논문은 기존의 offline 선호도 정렬 방식이 LVLM의 hallucination 문제를 해결하는 데 오히려 역효과를 낼 수 있다는 Supervision-Perception Mismatch 문제를 제기한다.#Review#Vision-Language Models#Hallucination#Monte Carlo Tree Search#Preference Alignment#DPO#Generative-Discriminative Gap#Online Learning2026년 5월 3일댓글 수 로딩 중
[논문리뷰] MARS: Modular Agent with Reflective Search for Automated AI Research본 논문은 높은 평가 비용, 불투명한 성능 귀속, 복잡한 아키텍처 등으로 인해 기존 LLM 기반 에이전트가 어려움을 겪는 자동화된 AI 연구의 한계를 해결하는 것을 목표로 합니다. 특히, 컴퓨테이션 비용을 고려하고 모듈식 코드 생성을 통해 자율적인 AI 과학 발견을 최적화하는 프레임워크를 제시합니다.#Review#Autonomous AI#Agent Framework#Machine Learning Engineering#Monte Carlo Tree Search#Reflective Learning#Modular Programming#Code Generation#Resource Management2026년 2월 3일댓글 수 로딩 중
[논문리뷰] DynaAct: Large Language Model Reasoning with Dynamic Action Spaces본 논문의 핵심 연구 목표는 LLM(Large Language Model) 기반의 순차적 추론 과정에서 확장성과 간결성을 동시에 갖춘 최적의 액션 공간 을 자동으로 구성하는 것입니다.#Review#Large Language Models#Sequential Reasoning#Action Space Construction#Submodular Optimization#Markov Decision Process#Monte Carlo Tree Search#Utility-Diversity Trade-off2025년 11월 11일댓글 수 로딩 중
[논문리뷰] Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects본 논문은 높은 자유도(DoF)를 가진 복잡한 관절형 객체에 대해 정적 데이터 만으로도 정확한 운동학적 토폴로지 를 추론하고 관절 매개변수 를 추정하는 문제를 해결하는 것을 목표로 합니다.#Review#Articulated Objects#Kinematics Inference#High-DoF#Monte Carlo Tree Search#Joint Parameter Optimization#SDF#Open-Vocabulary Synthesis#Robot Self-Modeling2025년 11월 9일댓글 수 로딩 중