[논문리뷰] Prime Agent: A Self-Improving RLM Harness본 논문은 LLM이 단순히 시퀀스를 생성하는 것을 넘어, 장기적 목표를 달성하기 위해 필요한 외부 정보 및 계산 능력을 효과적으로 제공하지 못하는 한계를 해결하고자 합니다. 기존의 에이전트 시스템은 harness가 상태 관리에 실패하거나, 유연하지 못한 workflow로 인해 모델의 잠재력을 제한하는 경우가 많았습니다.#Review#Long-horizon Agency#Recursive Language Model (RLM)#Continual Harness#Test-time Compute#Agentic Workflow#Programmatic Execution2026년 8월 24일댓글 수 로딩 중
[논문리뷰] RepFusion: Leveraging Multimodal Priors for Denoising in Representation Space본 논문은 현대 Text-to-Image (T2I) 시스템에서 LLM이 단순한 텍스트 인코딩에만 그치고 있다는 점을 문제로 제기합니다 . 기존 시스템들은 정적인 텍스트 임베딩만을 생성하고, 정작 중요한 denoising 과정은 새로 초기화된 DiT가 단독으로 수행하는 비효율적인 분업 구조를 취하고 있습니다.#Review#RepFusion#Multimodal LLMs (MLLM)#Diffusion Transformers (DiT)#Representation Autoencoders (RAE)#Denoising#Conditional Encoder#Test-time Compute2026년 6월 14일댓글 수 로딩 중
[논문리뷰] KARL: Knowledge Agents via Reinforcement Learning본 논문은 기업 검색 에이전트가 복잡하고 검증하기 어려운 에이전트성 검색 태스크에서 최첨단 성능 을 달성하도록 강화 학습 을 통해 훈련하는 시스템인 KARL 을 제안합니다.#Review#Reinforcement Learning#Knowledge Agents#Enterprise Search#Grounded Reasoning#Multi-task Learning#Off-policy RL#Test-time Compute#Agentic Synthesis2026년 3월 5일댓글 수 로딩 중