[논문리뷰] Physis-Lang: Self-Evolving Language as a Physical Representation for Video World Model본 논문은 기존 비디오 월드 모델이 시각적으로는 그럴듯해도 물리 법칙을 빈번히 위반하는 문제를 해결하고자 합니다. 기존 연구들은 물리적 지식을 주입하기 위해 외부 시각 정보, 수치, 혹은 계획 기반 신호를 추가하는 방식을 택했으나, 이는 시스템의 복잡성을 높이고 일반화 성능을 제한합니다.#Review#Video World Models#Physical Plausibility#Self-Evolving Framework#Physics-Aware Representation#Agentic Loop#PhysCapBench2026년 9월 30일댓글 수 로딩 중
[논문리뷰] EvolveTrade: Experience-Driven Policy Refinement for Self-Evolving LLM Trading Agents본 논문은 기존의 LLM 기반 트레이딩 에이전트가 배포 전 설정된 Static Policy에 의존함으로써 변화하는 시장 환경에 적절히 대응하지 못하는 문제를 해결하고자 합니다.#Review#LLM Trading Agents#Self-Evolving Framework#Policy Refinement#Tool-Using Agents#Market Regimes#Policy Self-Evolution2026년 9월 16일댓글 수 로딩 중
[논문리뷰] AVA-Encoder: Towards Agent-Native Video Representation Learning본 논문은 비디오 생성 에이전트가 고품질의 영화 콘텐츠를 학습하고 재현하는 데 필요한 구조화된 표현이 부족하다는 문제를 해결한다. 기존의 낮은 수준의 시각적 표현(픽셀, 임베딩)은 에이전트의 해석과 조작이 어렵고, 단순 캡션 기반의 표현은 영화의 복잡한 구조와 세부 정보를 유지하지 못하는 한계가 있다.#Review#Agentic Video Encoder#Knowledge Graph Representation#Textual-Gradient#Self-Evolving Framework#Video Auto-Encoding#Cinematic Fidelity2026년 8월 13일댓글 수 로딩 중
[논문리뷰] RoboEvolve: Co-Evolving Planner-Simulator for Robotic Manipulation with Limited Data본 논문은 로봇 조작(Robotic Manipulation) 분야에서 작업에 최적화된 물리적 상호작용 데이터가 부족하다는 근본적인 문제를 해결하고자 합니다.#Review#Robotic Manipulation#Vision-Language Models#Video Generation Models#Self-Evolving Framework#Complementary Learning Systems#Data Efficiency#Reinforcement Learning2026년 5월 13일댓글 수 로딩 중