[논문리뷰] AI4AI at Test-Time: Strong-to-Weak Capability Transfer via Harnesses본 연구는 모델의 내재적 능력을 향상시키는 기존의 데이터 증류(Data Distillation) 방식이 아닌, 모델이 직면한 과제의 복잡성을 제어하여 추론 성능을 개선하는 새로운 접근 방식을 제안합니다.#Review#Strong-to-Weak Scaffolding#Inference-Time Harness#Test-Time Compute#Model Distillation#Theory-of-Mind#Automated Agentic Systems2026년 8월 12일댓글 수 로딩 중
[논문리뷰] LoopCoder-v2: Only Loop Once for Efficient Test-Time Computation Scaling본 논문은 LoopCoder-v2를 통해 PLT에서 루프 횟수(loop count) 선택이 성능에 미치는 영향을 규명하고, 왜 특정 루프 횟수에서 성능이 포화되거나 저하되는지를 분석하고자 합니다.#Review#Parallel Loop Transformer#Test-Time Compute#Gain-Cost Trade-off#Code Generation#Cross-Loop Position Offset#Representation Dynamics2026년 6월 16일댓글 수 로딩 중
[논문리뷰] FineVerify: Scaling Test-Time Compute with Fine-Grained Self-Verification for Agentic Search본 논문은 기존의 Agentic Search 모델들이 겪는 정답의 희소성 문제와 기존 Test-Time Compute scaling 기법들이 가진 신뢰성 한계를 해결하고자 합니다.#Review#Agentic Search#Test-Time Compute#Self-Verification#Fine-Grained#LLM#Benchmark Auditing2026년 6월 1일댓글 수 로딩 중
[논문리뷰] Scaling Test-Time Compute for Agentic Coding본 논문은 Long-horizon 코딩 에이전트의 Inference-time scaling을 위해 데이터의 표현(Representation)과 선택(Selection) 방식이 핵심 Bottleneck임을 규명합니다.#Review#Test-Time Compute#Agentic Coding#Representation Learning#Recursive Tournament Voting (RTV)#Parallel-Distill-Refine (PDR)#Long-Horizon Agents#Inference-Time Scaling2026년 4월 22일댓글 수 로딩 중