[논문리뷰] Studying Without a Syllabus: Task-Agnostic Environment PreprocessingLLM Agent의 Performance는 Prompts, Tools, Context and Memory Management, Corpora 및 External Services의 구성 방식에 크게 의존합니다.#Review#LLM Agent#Task-Agnostic#Environment Preprocessing#Meta-Agent#Artifacts#Study Budget#Downstream Reward#Test-Time Compute2026년 9월 13일댓글 수 로딩 중
[논문리뷰] What Else Needs Fixing? Exploring Cost-Effective Test-Time Compute for Revision Propagation in Artifacts Generated Through Conversation본 연구는 대화형 생성 아키텍처에서 발생하는 수정 전파(Revision Propagation) 문제를 해결하고자 합니다. 기존의 코드 레포지토리나 지식 편집 연구와 달리, 대화형 환경에서는 아키텍처 요소 간의 의존성이 명시적이지 않고 대화 맥락 속에 내재되어 있어 자동화된 처리가 어렵습니다.#Review#Revision Propagation#Test-Time Compute#JSON Artifacts#LLM#Benchmark#Cost-Effectiveness2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Post-Training Language Models for Gold-Medal Performance in Coding Competitions본 논문은 competitive programming에서 AI 시스템이 Gold-Medal 이상의 성능을 달성하기 위한 최적의 파이프라인을 구축하는 것을 목표로 합니다.#Review#Competitive Programming#Supervised Fine-Tuning#Reinforcement Learning#Test-Time Compute#GenCorrect#IOI2026년 9월 2일댓글 수 로딩 중
[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