[논문리뷰] TTPO: Test-Time Policy Optimization본 논문은 LLM의 test-time reasoning 능력을 향상시키기 위한 test-time training(TTT) 환경에서 ground-truth label 부재 문제를 해결합니다. 기존의 OPSD나 RLVR 기법은 정답을 필수로 요구하지만, test-time에는 이러한 정보를 얻을 수 없습니다.#Review#Test-Time Policy Optimization#Test-Time Training#On-Policy Self-Distillation#Reinforcement Learning#Chain-of-Thought#Mathematical Reasoning#Asymmetric Objective2026년 8월 27일댓글 수 로딩 중
[논문리뷰] Latent On-Policy Self-Distillation본 논문은 기존 OPSD 방식이 의존하는 수작업(hand-crafted) 방식의 privileged context가 모델의 확장성과 범용적 자가 진화(self-evolving)를 저해하는 핵심 병목임을 지적합니다.#Review#On-Policy Self-Distillation#Latent Context#Agent Evolution#Reinforcement Learning#End-to-End Learning#Privileged-Margin Constraint2026년 8월 16일댓글 수 로딩 중
[논문리뷰] OPD-V: Visual On-Policy Self-Distillation with Modality Balance본 논문은 MLLM의 시각적 추론 성능을 향상시키는 On-Policy Self-Distillation (OPSD) 과정에서 발생하는 Modality Imbalance 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#On-Policy Self-Distillation#Modality Imbalance#Visual Reasoning#Privileged Information#Modality-Balance Trust Region2026년 8월 5일댓글 수 로딩 중
[논문리뷰] PCSD: Persistent Consistency for Self-Distillation in Agentic Reinforcement Learning본 논문은 LLM agent의 다회차 상호작용 환경에서 발생하는 보상 희소성(reward sparsity)과 teacher guidance의 신뢰성 저하 문제를 해결하고자 합니다.#Review#Agentic Reinforcement Learning#On-Policy Self-Distillation#Teacher Reliability#Persistent Consistency#Adaptive Aggregation#Token-level Weighting#Multi-turn Interaction2026년 8월 4일댓글 수 로딩 중
[논문리뷰] dOPSD: On-Policy Self-Distillation for Diffusion Language Models본 논문은 dLLM의 추론 성능을 향상시키기 위한 효과적인 post-training 방법론의 부재 문제를 다룬다. 기존의 Supervised Fine-Tuning은 off-policy 문제로 인한 exposure bias에 취약하며, RLVR은 보상이 희소하고 sequence-level에 국한된다는 한계가 있다.#Review#Diffusion Language Models#On-Policy Self-Distillation#Privileged Information#Denoising Trajectory#Reasoning2026년 7월 6일댓글 수 로딩 중
[논문리뷰] Trust the Right Teacher: Quality-Aware Self-Distillation for GUI Grounding본 논문은 OPSD 학습 과정에서 발생하는 교사 모델 신호의 품질 저하 문제를 해결하기 위해 Quality-Aware Self-Distillation을 제안한다.#Review#GUI Grounding#On-Policy Self-Distillation#Teacher-Signal Reliability#Vision-Language Models#Correctness-Aware Gating#Probability Scaling2026년 6월 17일댓글 수 로딩 중
[논문리뷰] ORACLE: Anticipating Scams from Partial Trajectories in Streaming App Usage본 논문은 현대의 스마트폰 사기가 단일 앱 내의 메시지 분석만으로는 탐지하기 어려운 다단계, 교차 앱(Cross-app) 형태의 복합적인 과정을 거친다는 문제점에서 출발합니다 .#Review#Scam Anticipation#Streaming App Usage#Agentic Framework#Self-Evolving Context Manager#On-Policy Self-Distillation#Cross-temporal Reasoning#Long-horizon Benchmark2026년 5월 28일댓글 수 로딩 중
[논문리뷰] Self-Distilled Agentic Reinforcement Learning본 연구는 다중 턴 에이전트 환경에서 기존 OPSD가 겪는 불안정성과 성능 저하 문제를 해결하고자 합니다. 기존 방식은 에이전트가 교사 지원 궤적에서 벗어날 때 토큰 단위의 지도가 신뢰성을 잃고, 교사의 privileged context에 대한 의존이 비대칭적인 결과를 초래하여 학습을 방해한다는 점을 지적합니다 .#Review#Agentic Reinforcement Learning#On-Policy Self-Distillation#Token-Level Gating#Privileged Guidance#Multi-turn Agents#GRPO2026년 5월 14일댓글 수 로딩 중