[논문리뷰] The Thinking Leakage in Reinforcement Learning for LLMs본 논문은 no-think mode에서 학습된 Hybrid Reasoning Model의 성능 향상이 진정한 추론 능력의 습득인지, 아니면 기존에 존재하는 능력의 재활성화인지 규명하고자 한다.#Review#Reinforcement Learning#Large Language Models#Thinking Leakage#Hybrid Reasoning#Representation Engineering#GRPO#Interpretability2026년 10월 14일댓글 수 로딩 중
[논문리뷰] A Geometric Account of Activation Steering through Angle-Norm Decomposition기존의 Additive Steering은 단순히 특정 방향의 벡터를 더하는 방식으로, 이는 개념 제어(Angular)와 hidden state의 크기 변화(Radial)를 동시에 발생시켜 제어의 기하학적 의미를 모호하게 만듭니다 .#Review#Activation Steering#Angle-Norm Decomposition#Representation Engineering#LLM Geometry#Spherical Steering2026년 6월 8일댓글 수 로딩 중
[논문리뷰] Monitoring the Internal Monologue: Probe Trajectories Reveal Reasoning Dynamics본 논문은 LRM에서 생성되는 Chain of Thought(CoT)가 모델의 최종 출력과 항상 일치하지 않는다는 'Unfaithfulness' 문제를 해결하고자 합니다 .#Review#Large Reasoning Models#Chain of Thought#Probe Trajectories#Representation Engineering#AI Safety#Max-pooling#Interpretability2026년 5월 18일댓글 수 로딩 중
[논문리뷰] Model-Adaptive Tool Necessity Reveals the Knowing-Doing Gap in LLM Tool Use본 논문은 LLM agent의 Adaptive Tool Use 과정에서 발생하는 성능 저하와 불투명성 문제를 해결하기 위해 모델 고유의 capability에 기반한 Model-Adaptive Tool Necessity 프레임워크를 제안합니다.#Review#LLM#Tool Use#Meta-cognition#Knowing-Doing Gap#Representation Engineering#Model-Adaptive2026년 5월 18일댓글 수 로딩 중
[논문리뷰] Dynamic Latent Routing본 연구는 LLM의 post-training 과정에서 기존 discrete latent 주입 방식이 갖는 구조적 파괴와 학습 단계의 비효율성을 해결하고자 합니다.#Review#Dynamic Latent Routing#Markov Decision Processes#General Dijkstra Search#Language Model#Representation Engineering#Policy Composition2026년 5월 14일댓글 수 로딩 중
[논문리뷰] ASA: Training-Free Representation Engineering for Tool-Calling Agents본 논문은 진화하는 인터페이스, 스키마 변화 및 엄격한 파서 조건 하에서 LLM 에이전트의 도구 호출 기능이 취약한 문제를 해결하고자 합니다.#Review#Tool-Calling Agents#LLM Adaptation#Representation Engineering#Activation Steering#Training-Free#Inference-Time Control#Domain Adaptation2026년 2월 11일댓글 수 로딩 중