[논문리뷰] MotorMind: Scaffolding General Vision Language Models for Zero-Shot Robot Manipulation본 논문은 기존의 VLA (Vision-Language-Action) 모델들이 새로운 태스크나 환경에서의 Zero-Shot 일반화 능력이 부족하며, 과도하게 태스크 특화 학습 데이터에 의존한다는 문제를 해결하고자 합니다.#Review#Vision-Language Models#Robotic Manipulation#Zero-Shot#Asynchronous Scheduling#Mid-level Action Representation#Embodied Reasoning2026년 10월 4일댓글 수 로딩 중
[논문리뷰] HarnessVLN: Unifying Training-Free Embodied Navigation through an Agent Harness본 논문은 Training-based embodied navigation 방법론이 직면한 Generalization Challenge를 해결하고자 합니다. 기존 Training-based 방법들은 특정 태스크에 효과적이지만, 새로운 태스크나 환경으로 확장 시 추가 데이터와 Adaptation이 요구되는 한계가 있습니다.#Review#Embodied Navigation#Training-Free#Agent Harness#MLLMs#Spatiotemporal Graph#Hierarchical Event Memory#Zero-Shot#Instruction-Following#Object-Goal Navigation2026년 9월 15일댓글 수 로딩 중
[논문리뷰] Prototype-Rectified Iterative Self-supervised Manifold Denoising under Severe Acoustic Shift본 논문은 오디오-텍스트 파운데이션 모델(ATM)이 심각한 음향 노이즈 환경에서 겪는 성능 급감 문제를 해결하고자 합니다.#Review#Audio-Text Foundation Models#Zero-Shot#Test-Time Adaptation#Acoustic Noise Robustness#Manifold Denoising#Affine Noise Hypothesis2026년 8월 17일댓글 수 로딩 중
[논문리뷰] Think, Act, Build: An Agentic Framework with Vision Language Models for Zero-Shot 3D Visual Grounding본 논문은 3D-VG 작업을 'Think(추론)', 'Act(도구 호출)', 'Build(재구성)' 단계로 세분화한 TAB 프레임워크를 제안합니다 . TAB은 고정된 파이프라인 대신, 전문적인 3D-VG Skill blueprint에 따라 VLM 에이전트가 능동적으로 visual tool을 호출하여 타겟을 추적하고 마스크를 생성합니다.#Review#3D Visual Grounding#Vision-Language Models#Agentic Framework#RGB-D#Zero-Shot#Geometric Reconstruction2026년 4월 1일댓글 수 로딩 중
[논문리뷰] SEM: Sparse Embedding Modulation for Post-Hoc Debiasing of Vision-Language ModelsCLIP과 같은 Vision-Language Models (VLMs)는 multimodal AI의 핵심 구성 요소이지만, 대규모의 uncurated training data로 인해 심각한 social 및 spurious bias가 내재되어 있다.#Review#Vision-Language Models#CLIP#Debiasing#Sparse Autoencoder#Post-Hoc#Zero-Shot#Feature Disentanglement#Bias Mitigation2026년 3월 23일댓글 수 로딩 중