[논문리뷰] Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?본 논문은 AGI로 향하는 현재의 스케일링 방식이 모델 용량, 데이터, 컴퓨팅 자원의 무차별적인 확장에 지나치게 의존함으로써 발생하는 한계를 해결하고자 합니다 .#Review#Artificial General Intelligence#Conditional Interaction#System-1#System-2#Scaling Efficiency#Informative Compute#Co-design2026년 11월 1일댓글 수 로딩 중
[논문리뷰] IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems본 논문은 LLM 기반 에이전트가 외부 환경(특히 CLI)과 상호작용할 때 발생하는 비효율성과 확장성 문제를 해결하기 위해 IQuest-Q1을 제안한다. 기존의 에이전트 모델들은 범용적인 CLI 환경에서 안정적인 도구 사용과 긴 호흡의 reasoning 및 실행 능력을 동시에 확보하는 데 한계가 있었다 .#Review#Agentic Foundation Model#Mixture-of-Experts#CLI Systems#Scaling Efficiency#Reinforcement Learning#Multi-Token Prediction2026년 10월 22일댓글 수 로딩 중
[논문리뷰] Kimi K3: Open Frontier Intelligence본 논문은 기존 오픈소스 모델들이 1T 파라미터 규모에 정체되어 있는 반면, 상업적 모델들은 더 큰 규모와 복잡한 추론 능력을 갖추며 격차가 벌어지는 문제를 해결하고자 합니다. 특히 long-context와 agentic tasks를 동시에 처리하기 위한 모델의 확장성과 효율성이 부족하다는 점이 핵심 배경입니다.#Review#Mixture-of-Experts#Kimi Delta Attention#Long-context#Reinforcement Learning#Multimodal#Scaling Efficiency#Agentic Intelligence2026년 7월 27일댓글 수 로딩 중