​

논문 리뷰 2026-02-26

• 기준일: 2026-02-26
• 수집 건수(중복 제거): 25
• 발행 Top N: 25
• 원본 리포트: trend/reports/daily/2026-02-26.md
• 마지막 갱신: 2026-02-27 00:02:07

​

Daily Paper Review - 2026-02-26

​

수집 요약

• 총 수집(중복 제거 후): 25
• 발행 Top N: 25
• LLM 요약 성공: 25
• LLM 요약 폴백: 0

​

Top Papers

​

1) ISO-Bench: Can Coding Agents Optimize Real-World Inference Workloads?

• arXiv: https://arxiv.org/abs/2602.19594
• HF: https://huggingface.co/papers/2602.19594
• 카테고리: -
• 테마: Agent, LLM, Benchmark
• 우선순위 점수: 1.833
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: ISO-Bench는 vLLM 및 SGLang과 같은 실제 LLM 서빙 프레임워크의 성능 최적화 작업을 수행하는 코딩 에이전트 평가 벤치마크입니다. 54개의 실제 PR 사례를 기반으로 실행 기반 지표와 LLM 기반 정성 지표를 결합하여 에이전트의 병목 지점 파악 및 패치 생성 능력을 측정합니다. 실험 결과, 에이전트들이 병목 현상은 잘 파악하지만 실제 작동하는 해결책을 구현하는 데는 어려움을 겪는 것으로 나타났습니다.
• 우리 팀 영향: 실제 서빙 프레임워크 최적화 사례를 포함하고 있어, 사내 추론 엔진 최적화 자동화 도구 개발 시 벤치마크로 활용 가치가 높습니다.
• 액션: 실험
• 액션 근거: 에이전트의 모델 성능뿐만 아니라 스캐폴딩 구조의 중요성을 강조하고 있어, 자체 코딩 에이전트 설계 시 참조할 데이터가 풍부합니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

2) ARLArena: A Unified Framework for Stable Agentic Reinforcement Learning

• arXiv: https://arxiv.org/abs/2602.21534
• HF: https://huggingface.co/papers/2602.21534
• 카테고리: -
• 테마: Agent, LLM
• 우선순위 점수: 1.667
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: ARLArena는 에이전트 강화학습(ARL)의 고질적인 훈련 불안정성과 붕괴 문제를 해결하기 위해 제안된 통합 프레임워크입니다. 정책 경사법을 4가지 핵심 설계 차원으로 분해하여 분석하고, 이를 바탕으로 안정적인 에이전트 정책 최적화 방법인 SAMPO를 제시합니다. 다양한 에이전트 작업에서 일관된 훈련 안정성과 성능 향상을 입증하며 LLM 기반 에이전트 훈련 가이드를 제공합니다.
• 우리 팀 영향: LLM 기반 에이전트의 학습 안정성을 확보하기 위한 표준화된 벤치마크와 최적화 방법론을 우리 팀의 에이전트 학습 파이프라인에 참고할 수 있습니다.
• 액션: 실험
• 액션 근거: 에이전트 학습 시 발생하는 훈련 붕괴 문제를 해결하기 위한 구체적인 설계 차원 분석과 SAMPO 알고리즘의 실효성을 직접 검증할 가치가 있습니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

3) Solaris: Building a Multiplayer Video World Model in Minecraft

• arXiv: https://arxiv.org/abs/2602.22208
• HF: https://huggingface.co/papers/2602.22208
• 카테고리: -
• 테마: Agent, Evaluation
• 우선순위 점수: 1.433
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: Solaris는 단일 에이전트 관점에 국한되었던 기존 비디오 월드 모델의 한계를 넘어, 마인크래프트 환경에서 다중 에이전트 상호작용을 시뮬레이션하는 멀티플레이어 월드 모델입니다. 1,264만 프레임의 멀티플레이어 데이터를 수집하기 위한 자동화 시스템을 구축하고, 다중 뷰 일관성과 장기 기억력을 평가하는 프레임워크를 제안했습니다. 효율적인 학습을 위해 Checkpointed Self Forcing 기법을 도입하여 기존 베이스라인 대비 우수한 성능을 입증했습니다.
• 우리 팀 영향: 다중 에이전트 간의 상호작용과 시점 일관성을 학습하는 데이터 파이프라인 및 모델 구조를 통해 협업형 AI 에이전트 개발에 기여할 수 있습니다.
• 액션: 실험
• 액션 근거: 멀티 에이전트 환경에서의 데이터 수집 및 시점 일관성 유지 기법이 실제 서비스 환경의 복합적인 상황 시뮬레이션에 유용하기 때문입니다.
• 요약 신뢰도(모델): 0.95
• 리뷰 메모:

​

4) DualPath: Breaking the Storage Bandwidth Bottleneck in Agentic LLM Inference

• arXiv: https://arxiv.org/abs/2602.21548
• HF: https://huggingface.co/papers/2602.21548
• 카테고리: -
• 테마: LLM, Evaluation
• 우선순위 점수: 1.367
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 에이전트형 LLM 추론 시 발생하는 스토리지 대역폭 병목 현상을 해결하기 위해 DualPath 시스템을 제안합니다. 기존의 스토리지-프리필 경로 외에 스토리지-디코딩 경로를 추가하여, 유휴 상태인 디코딩 엔진의 대역폭을 활용하고 RDMA를 통해 데이터를 전송합니다. 이를 통해 오프라인 처리량은 최대 1.87배, 온라인 서비스 처리량은 평균 1.96배 향상되었습니다.
• 우리 팀 영향: KV-Cache 로딩 병목이 발생하는 대규모 에이전트 서비스 환경에서 인프라 효율성을 극대화하고 처리량을 두 배 가까이 높일 수 있습니다.
• 액션: 도입 검토
• 액션 근거: 분리형 아키텍처에서 발생하는 스토리지 I/O 불균형 문제를 네트워크 경로 최적화로 해결한 실용적인 접근법이기 때문입니다.
• 요약 신뢰도(모델): 0.95
• 리뷰 메모:

​

5) HyTRec: A Hybrid Temporal-Aware Attention Architecture for Long Behavior Sequential Recommendation

• arXiv: https://arxiv.org/abs/2602.18283
• HF: https://huggingface.co/papers/2602.18283
• 카테고리: -
• 테마: RAG
• 우선순위 점수: 1.367
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: HyTRec은 장기 행동 시퀀스 추천을 위해 선형 어텐션과 소프트맥스 어텐션을 결합한 하이브리드 구조를 제안합니다. 과거의 방대한 데이터는 선형 어텐션으로 처리하고 최근 상호작용은 소프트맥스 어텐션으로 정밀하게 분석하여 효율성과 정확도를 동시에 확보했습니다. 또한 Temporal-Aware Delta Network를 통해 최신 관심사 변화를 동적으로 반영하고 노이즈를 억제합니다.
• 우리 팀 영향: 만 개 이상의 긴 시퀀스를 가진 사용자에게도 선형적인 추론 속도로 정밀한 추천이 가능해져 대규모 서비스의 개인화 성능을 개선할 수 있습니다.
• 액션: 실험
• 액션 근거: 기존 선형 어텐션의 정밀도 한계를 하이브리드 구조로 극복하고 초장기 시퀀스에서 8% 이상의 성능 향상을 입증했기 때문입니다.
• 요약 신뢰도(모델): 0.92
• 리뷰 메모:

​

6) JAEGER: Joint 3D Audio-Visual Grounding and Reasoning in Simulated Physical Environments

• arXiv: https://arxiv.org/abs/2602.18527
• HF: https://huggingface.co/papers/2602.18527
• 카테고리: -
• 테마: Reasoning, Benchmark, Evaluation
• 우선순위 점수: 1.233
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: JAEGER는 2D 기반 AV-LLM의 한계를 극복하기 위해 RGB-D와 다채널 앰비소닉 오디오를 통합하여 3D 공간 추론을 수행하는 프레임워크입니다. Neural Intensity Vector(Neural IV)를 도입하여 소음이 심하거나 소리가 겹치는 환경에서도 정확한 소리 발생 방향을 추정할 수 있도록 설계되었습니다. 또한 61,000개의 학습 샘플을 포함한 SpatialSceneQA 벤치마크를 통해 3D 공간 인지 및 추론 성능을 검증했습니다.
• 우리 팀 영향: 3D 공간 정보와 다채널 오디오를 결합한 멀티모달 학습 방식은 물리적 환경 내 로봇 및 에이전트의 공간 이해력을 높이는 데 기여할 수 있습니다.
• 액션: 실험
• 액션 근거: Neural IV를 활용한 오디오 방향성 추출 방식이 기존 2D 기반 모델 대비 3D 공간 추론에서 유의미한 성능 향상을 보이는지 내부 데이터로 검증할 가치가 있습니다.
• 요약 신뢰도(모델): 0.92
• 리뷰 메모:

​

7) MolHIT: Advancing Molecular-Graph Generation with Hierarchical Discrete Diffusion Models

• arXiv: https://arxiv.org/abs/2602.17602
• HF: https://huggingface.co/papers/2602.17602
• 카테고리: -
• 테마: General
• 우선순위 점수: 1.2
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: MolHIT은 계층적 이산 확산 모델을 활용하여 분자 그래프 생성의 화학적 타당성 문제를 해결한 프레임워크입니다. 화학적 사전 지식을 인코딩하는 계층적 구조와 원자의 역할을 분리한 디커플링 인코딩 방식을 도입했습니다. MOSES 데이터셋에서 그래프 기반 모델 최초로 완벽에 가까운 타당성을 달성하며 기존 1D 모델의 성능을 넘어섰습니다.
• 우리 팀 영향: 그래프 기반 분자 생성 모델의 낮은 화학적 타당성 문제를 극복하여 신약 설계 및 물질 탐색의 신뢰도를 높일 수 있습니다.
• 액션: 도입 검토
• 액션 근거: 그래프 확산 모델의 고질적 문제인 타당성 지표를 SOTA 수준으로 개선하였으며 다중 속성 가이드 생성 등 확장성이 높기 때문입니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

8) GUI-Libra: Training Native GUI Agents to Reason and Act with Action-aware Supervision and Partially Verifiable RL

• arXiv: https://arxiv.org/abs/2602.22190
• HF: https://huggingface.co/papers/2602.22190
• 카테고리: -
• 테마: Reasoning
• 우선순위 점수: 0.9
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: GUI-Libra는 오픈소스 GUI 에이전트의 성능 향상을 위해 고품질 추론 데이터 구축 및 새로운 학습 레시피를 제안합니다. 추론과 그라운딩의 불일치를 해결하는 Action-aware SFT와 부분 검증 가능성 문제를 완화하는 RLVR 기반 강화학습 기법을 도입했습니다. 이를 통해 웹 및 모바일 벤치마크에서 단계별 정확도와 최종 작업 완료율을 모두 개선했습니다.
• 우리 팀 영향: GUI 에이전트의 추론 능력과 실제 액션 사이의 정렬 문제를 해결하는 학습 방법론을 우리 팀의 에이전트 고도화에 적용할 수 있습니다.
• 액션: 실험
• 액션 근거: 공개된 81K GUI 추론 데이터셋과 KL 정규화를 활용한 RL 학습 기법이 실질적인 성능 향상을 증명했으므로 재현 실험 가치가 높습니다.
• 요약 신뢰도(모델): 0.95
• 리뷰 메모:

​

9) DreamID-Omni: Unified Framework for Controllable Human-Centric Audio-Video Generation

• arXiv: https://arxiv.org/abs/2602.12160
• HF: https://huggingface.co/papers/2602.12160
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.867
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: DreamID-Omni는 오디오-비디오 생성, 편집, 애니메이션 작업을 하나의 프레임워크로 통합한 인간 중심 생성 모델입니다. Symmetric Conditional Diffusion Transformer와 Dual-Level Disentanglement 전략을 통해 다중 인물의 정체성과 음색이 섞이는 문제를 해결했습니다. 멀티태스크 점진적 학습 기법을 도입하여 과적합을 방지하고 상용 모델 수준의 일관성을 확보했습니다.
• 우리 팀 영향: 다중 인물 시나리오에서 정체성과 음색의 정밀한 제어가 가능해짐에 따라 고품질 가상 인간 콘텐츠 제작 효율이 크게 향상될 수 있습니다.
• 액션: 실험
• 액션 근거: 다중 인물 제어 시 발생하는 ID 혼선 문제를 해결하는 기술적 접근 방식이 구체적이며 코드 공개가 예정되어 있어 기술 검증이 용이합니다.
• 요약 신뢰도(모델): 0.92
• 리뷰 메모:

​

10) From Statics to Dynamics: Physics-Aware Image Editing with Latent Transition Priors

• arXiv: https://arxiv.org/abs/2602.21778
• HF: https://huggingface.co/papers/2602.21778
• 카테고리: -
• 테마: Reasoning
• 우선순위 점수: 0.7
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 기존 이미지 편집 모델이 굴절이나 변형 같은 물리적 역학을 제대로 반영하지 못하는 문제를 해결하기 위해 38,000개의 물리 전이 궤적을 포함한 PhysicTran38K 데이터셋을 구축했습니다. 이를 기반으로 물리적 추론을 위한 Qwen2.5-VL과 확산 모델을 결합한 PhysicEdit 프레임워크를 제안하여 물리적 상태 전이를 예측하도록 설계했습니다. 실험 결과 물리적 사실성 측면에서 기존 오픈소스 모델 대비 5.9% 향상된 성능을 보이며 상용 모델 수준의 경쟁력을 확보했습니다.
• 우리 팀 영향: 물리적 제약 조건이 중요한 이미지 생성 및 편집 서비스에서 보다 자연스러운 결과물을 생성하는 기술적 기반으로 활용될 수 있습니다.
• 액션: 실험
• 액션 근거: 물리적 상호작용이 포함된 이미지 편집의 한계를 데이터셋과 이중 사고 메커니즘으로 극복한 접근 방식이 실무 적용 가능성이 높기 때문입니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

11) VecGlypher: Unified Vector Glyph Generation with Language Models

• arXiv: https://arxiv.org/abs/2602.21461
• HF: https://huggingface.co/papers/2602.21461
• 카테고리: -
• 테마: Evaluation
• 우선순위 점수: 0.7
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: VecGlypher는 텍스트 설명이나 이미지 예시로부터 직접 고품질 SVG 벡터 글리프를 생성하는 멀티모달 언어 모델입니다. 39,000개의 폰트 데이터를 활용한 사전 학습과 2,500개의 전문가 주석 데이터를 통한 미세 조정을 거쳐 래스터 변환 없이 편집 가능한 벡터 아웃라인을 생성합니다. 실험 결과 텍스트 기반 생성 및 이미지 참조 생성 모두에서 기존 전문 벡터 폰트 모델들보다 우수한 성능을 보였습니다.
• 우리 팀 영향: 벡터 그래픽을 직접 생성하는 LLM 구조를 활용하여 디자인 도구의 자동화 및 폰트 제작 효율성을 크게 높일 수 있습니다.
• 액션: 실험
• 액션 근거: SVG 경로를 직접 토큰화하여 생성하는 방식이 기존 래스터 기반 방식보다 편집성과 품질 면에서 우수하므로 내부 폰트 생성 파이프라인에 적용 가능성을 검토해야 합니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

12) Model Context Protocol (MCP) Tool Descriptions Are Smelly! Towards Improving AI Agent Efficiency with Augmented MCP Tool Descriptions

• arXiv: https://arxiv.org/abs/2602.14878
• HF: https://huggingface.co/papers/2602.14878
• 카테고리: -
• 테마: Agent
• 우선순위 점수: 0.667
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 본 논문은 MCP(Model Context Protocol) 도구 설명의 품질이 AI 에이전트의 성능에 미치는 영향을 분석하고 개선 방안을 제시합니다. 조사 결과 97.1%의 도구 설명에서 결함이 발견되었으며, 이를 보완했을 때 작업 성공률은 향상되었으나 실행 단계와 비용이 증가하는 트레이드오프가 확인되었습니다. 연구팀은 토큰 오버헤드를 줄이면서도 신뢰성을 유지할 수 있는 최적의 도구 설명 구성 조합을 제안합니다.
• 우리 팀 영향: MCP 기반 에이전트 개발 시 도구 설명의 품질이 성능과 비용에 직결되므로, 효율적인 프롬프트 구성을 위한 가이드라인으로 활용할 수 있습니다.
• 액션: 실험
• 액션 근거: 도구 설명 보강이 성공률을 높이지만 비용 증가를 초래하므로, 제안된 최적의 구성 조합을 실제 에이전트 시스템에 적용하여 효율성을 검증할 필요가 있습니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

13) UniVBench: Towards Unified Evaluation for Video Foundation Models

• arXiv: https://arxiv.org/abs/2602.21835
• HF: https://huggingface.co/papers/2602.21835
• 카테고리: -
• 테마: Benchmark, Evaluation
• 우선순위 점수: 0.6
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: UniVBench는 비디오 이해, 생성, 편집, 재구성을 통합적으로 평가하기 위해 설계된 새로운 벤치마크입니다. 200개의 고품질 멀티샷 비디오와 상세 캡션, 편집 지침을 포함하며, 에이전트 기반 평가 시스템인 UniV-Eval을 통해 표준화된 점수를 제공합니다. 기존의 단일 작업 중심 평가에서 벗어나 비디오 파운데이션 모델의 통합적 능력을 측정하는 데 중점을 둡니다.
• 우리 팀 영향: 비디오 모델의 다각적 성능을 단일 프레임워크 내에서 객관적으로 비교하고 검증하는 도구로 활용할 수 있습니다.
• 액션: 도입 검토
• 액션 근거: 통합 비디오 모델의 성능을 정밀하게 측정할 수 있는 표준화된 에이전트 기반 평가 체계를 제공하기 때문입니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

14) SkyReels-V4: Multi-modal Video-Audio Generation, Inpainting and Editing model

• arXiv: https://arxiv.org/abs/2602.21818
• HF: https://huggingface.co/papers/2602.21818
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.3
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: SkyReels-V4는 비디오와 오디오를 동시에 생성, 인페인팅 및 편집할 수 있는 통합 멀티모달 파운데이션 모델입니다. 듀얼 스트림 MMDiT 아키텍처를 통해 텍스트, 이미지, 오디오 등 다양한 입력을 처리하며 최대 1080p 해상도와 15초 분량의 동기화된 결과물을 생성합니다. 저해상도 전체 시퀀스와 고해상도 키프레임을 결합한 효율적인 생성 전략을 도입하여 연산 효율성을 높였습니다.
• 우리 팀 영향: 비디오와 오디오의 동시 생성 및 통합 편집 인터페이스를 통해 고품질 멀티미디어 콘텐츠 제작 공정을 대폭 단축할 수 있습니다.
• 액션: 실험
• 액션 근거: 비디오와 오디오의 정교한 동기화 및 통합 편집 기능이 실제 워크플로우에서 유효한 성능을 내는지 검증이 필요합니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

15) JavisDiT++: Unified Modeling and Optimization for Joint Audio-Video Generation

• arXiv: https://arxiv.org/abs/2602.19163
• HF: https://huggingface.co/papers/2602.19163
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.267
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: JavisDiT++는 텍스트로부터 동기화된 오디오와 비디오를 생성하기 위한 통합 프레임워크로, 모달리티별 MoE 구조와 TA-RoPE 전략을 도입했습니다. AV-DPO 기법을 통해 생성물의 품질과 동기화 수준을 인간의 선호도에 맞게 최적화했습니다. Wan2.1-1.3B 모델을 기반으로 약 100만 개의 공개 데이터를 학습하여 기존 오픈소스 모델 대비 우수한 성능을 입증했습니다.
• 우리 팀 영향: 오디오-비디오 통합 생성 모델의 동기화 문제 해결을 위한 TA-RoPE 및 AV-DPO 기법을 우리 팀의 멀티모달 연구에 참고할 수 있습니다.
• 액션: 실험
• 액션 근거: 오픈소스 기반으로 SOTA 성능을 달성했으며 코드와 모델이 공개되어 있어 기술적 구현 가능성을 직접 검증하기 용이합니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

16) Image Generation with a Sphere Encoder

• arXiv: https://arxiv.org/abs/2602.15030
• HF: https://huggingface.co/papers/2602.15030
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.267
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 이미지를 구형 잠재 공간에 균일하게 매핑하는 Sphere Encoder와 이를 다시 이미지로 복원하는 디코더 기반의 생성 프레임워크를 제안합니다. 단 한 번의 포워드 패스로 이미지를 생성할 수 있으며, 5회 미만의 반복만으로도 기존 다단계 확산 모델과 경쟁 가능한 품질을 보여줍니다. 재구성 손실만을 사용하여 학습하며 추론 비용을 획기적으로 낮춘 것이 특징입니다.
• 우리 팀 영향: 추론 속도가 매우 중요한 실시간 이미지 생성 서비스나 저사양 기기용 모델 최적화 연구에 참고할 가치가 있습니다.
• 액션: 실험
• 액션 근거: 확산 모델 대비 극도로 낮은 추론 비용으로 유사한 성능을 낼 수 있다는 점이 기술적 검토 가치가 높다고 판단됩니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

17) World Guidance: World Modeling in Condition Space for Action Generation

• arXiv: https://arxiv.org/abs/2602.22010
• HF: https://huggingface.co/papers/2602.22010
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.167
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: WoG(World Guidance)는 미래 관측 정보를 압축된 조건 공간으로 매핑하여 행동 생성 파이프라인에 주입하는 프레임워크입니다. VLA 모델이 미래 행동과 함께 이 압축된 조건을 동시에 예측하도록 학습하여 효율적인 월드 모델링을 수행합니다. 이를 통해 정밀한 행동 생성과 더불어 인간 조작 영상 데이터로부터의 우수한 일반화 성능을 확보했습니다.
• 우리 팀 영향: 미래 관측 정보를 직접 생성하는 대신 압축된 조건 공간으로 활용함으로써 VLA 모델의 추론 효율성과 정밀도를 동시에 개선할 수 있습니다.
• 액션: 실험
• 액션 근거: 기존 미래 예측 기반 방식보다 효율적이면서도 시뮬레이션과 실세계에서 성능 향상을 입증했으므로 내부 VLA 모델에 적용 가능성을 검토할 가치가 있습니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

18) NanoKnow: How to Know What Your Language Model Knows

• arXiv: https://arxiv.org/abs/2602.20122
• HF: https://huggingface.co/papers/2602.20122
• 카테고리: -
• 테마: Benchmark
• 우선순위 점수: 0.133
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: NanoKnow는 모델의 사전 학습 데이터 포함 여부에 따라 질문을 분류하여 LLM의 지식 출처를 분석하는 벤치마크 데이터셋입니다. 실험 결과, 모델의 답변 정확도는 사전 학습 데이터 내 정답 출현 빈도에 강한 영향을 받으며 외부 증거가 제공될 때도 이 경향이 유지됨을 확인했습니다. 또한 관련 없는 정보가 포함될 경우 모델의 성능이 저하된다는 사실을 입증했습니다.
• 우리 팀 영향: 모델의 파라미터 지식과 외부 지식 간의 상호작용을 정밀하게 측정하여 RAG 시스템의 성능 최적화 전략 수립에 기여할 수 있습니다.
• 액션: 실험
• 액션 근거: 사전 학습 데이터와 모델 답변 간의 상관관계를 정량적으로 분석하여 지식 편집 및 검색 증강 생성의 효율성을 검증하기에 적합합니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

19) The Design Space of Tri-Modal Masked Diffusion Models

• arXiv: https://arxiv.org/abs/2602.21472
• HF: https://huggingface.co/papers/2602.21472
• 카테고리: -
• 테마: Fine-Tuning
• 우선순위 점수: 0.067
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 텍스트, 이미지, 오디오를 동시에 다루는 최초의 3중 모달리티 마스크 확산 모델을 처음부터 사전 학습하여 제안합니다. 멀티모달 스케일링 법칙과 배치 크기 효과를 분석하여, 물리적 배치 크기와 논리적 배치 크기를 분리하는 새로운 SDE 기반 재매개변수화 기법을 도입했습니다. 30억 개의 파라미터 모델로 6.4조 개의 토큰을 학습하여 텍스트 생성, T2I, TTS 분야에서 통합된 설계의 성능을 입증했습니다.
• 우리 팀 영향: 확산 모델 기반의 멀티모달 통합 아키텍처와 배치 크기 최적화 기법을 통해 효율적인 멀티모달 모델 학습 전략을 수립하는 데 기여할 수 있습니다.
• 액션: 도입 검토
• 액션 근거: 이산 확산 모델을 활용한 3중 모달리티 통합 학습의 체계적인 분석과 최적화 방법론이 기술적으로 가치가 높기 때문입니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

20) SeaCache: Spectral-Evolution-Aware Cache for Accelerating Diffusion Models

• arXiv: https://arxiv.org/abs/2602.18993
• HF: https://huggingface.co/papers/2602.18993
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.067
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 디퓨전 모델의 순차적 노이즈 제거 과정을 가속화하기 위해 스펙트럼 진화를 고려한 SeaCache 프레임워크를 제안합니다. 기존의 단순 특징 차이 기반 캐싱 대신, 저주파 구조와 고주파 세부 사항의 형성 과정을 반영하는 SEA 필터를 통해 중복성을 계산합니다. 이를 통해 추가 학습 없이도 콘텐츠에 적응하는 동적 캐시 스케줄링을 구현하여 추론 속도를 향상시킵니다.
• 우리 팀 영향: 추가 학습 비용 없이 기존 디퓨전 모델의 추론 속도를 효율적으로 개선할 수 있는 방법론을 확보할 수 있습니다.
• 액션: 실험
• 액션 근거: 학습이 필요 없는 Training-free 방식이며, 스펙트럼 분석 기반의 동적 스케줄링이 기존 고정형 캐싱 대비 효율적인지 검증이 필요합니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

21) NoLan: Mitigating Object Hallucinations in Large Vision-Language Models via Dynamic Suppression of Language Priors

• arXiv: https://arxiv.org/abs/2602.22144
• HF: https://huggingface.co/papers/2602.22144
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.033
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 대규모 시각-언어 모델(LVLM)의 객체 환각 현상이 주로 언어 디코더의 강한 사전 지식(Language Priors)에서 기인한다는 점을 실험으로 증명했습니다. 이를 해결하기 위해 멀티모달 입력과 텍스트 전용 입력 간의 출력 분포 차이를 이용해 언어 편향을 동적으로 억제하는 NoLan 프레임워크를 제안했습니다. 별도의 추가 학습 없이도 LLaVA-1.5 및 Qwen-VL 모델에서 POPE 벤치마크 정확도를 유의미하게 향상시켰습니다.
• 우리 팀 영향: 추가 학습 비용 없이 추론 단계에서 언어 모델의 편향을 제어하여 시각 정보에 더 충실한 답변을 생성하는 기법을 우리 모델 서비스에 적용할 수 있습니다.
• 액션: 도입 검토
• 액션 근거: 학습이 필요 없는 Training-free 방식이며 기존 LVLM의 환각 문제를 효과적으로 개선할 수 있는 실용적인 방법론이기 때문입니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

22) Functional Continuous Decomposition

• arXiv: https://arxiv.org/abs/2602.20857
• HF: https://huggingface.co/papers/2602.20857
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.033
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: Functional Continuous Decomposition(FCD)은 비정상 시계열 데이터를 물리적으로 해석 가능한 다중 모드로 분해하는 JAX 기반 프레임워크입니다. Levenberg-Marquardt 최적화를 통해 C^1 연속성을 보장하며, 원시 데이터를 단기 및 장기 패턴을 캡처하는 M개의 모드로 변환합니다. CNN 모델에 FCD의 최적화된 매개변수와 미분값을 특징으로 활용했을 때 수렴 속도는 16.8%, 정확도는 2.5% 향상되었습니다.
• 우리 팀 영향: 시계열 데이터의 특징 추출 단계에서 물리적 해석 가능성과 연속성을 보장하는 전처리 기법으로 활용하여 딥러닝 모델의 성능을 개선할 수 있습니다.
• 액션: 실험
• 액션 근거: 기존 CNN 대비 정확도 향상과 수렴 속도 개선 효과가 수치로 증명되었으며 JAX 가속을 통한 연산 효율성이 확보되었기 때문입니다.
• 요약 신뢰도(모델): 0.85
• 리뷰 메모:

​

23) MoBind: Motion Binding for Fine-Grained IMU-Video Pose Alignment

• arXiv: https://arxiv.org/abs/2602.19004
• HF: https://huggingface.co/papers/2602.19004
• 카테고리: -
• 테마: RAG
• 우선순위 점수: 0.0
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: MoBind는 IMU 신호와 비디오의 2D 포즈 시퀀스를 정렬하기 위한 계층적 대조 학습 프레임워크입니다. 전신 동작을 국소 부위별 궤적으로 분해하여 각 IMU 센서와 매칭하며, 토큰 수준의 세밀한 시간적 정렬을 수행합니다. 실험 결과 mRi, TotalCapture 등 데이터셋에서 교차 모달 검색 및 동작 인식 성능이 기존 베이스라인을 상회함을 입증했습니다.
• 우리 팀 영향: 멀티모달 센서 데이터와 비디오 간의 정밀한 시간 동기화 및 동작 분석 기술을 강화하는 데 기여할 수 있습니다.
• 액션: 보류
• 액션 근거: 입력된 우선순위 점수가 0.0이며, 현재 팀의 주요 관심사인 RAG 테마와의 직접적인 연관성이 낮습니다.
• 요약 신뢰도(모델): 0.95
• 리뷰 메모:

​

24) Yor-Sarc: A gold-standard dataset for sarcasm detection in a low-resource African language

• arXiv: https://arxiv.org/abs/2602.18964
• HF: https://huggingface.co/papers/2602.18964
• 카테고리: -
• 테마: General
• 우선순위 점수: 0.0
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: 요루바어(Yorùbá)를 위한 최초의 골드 스탠다드 반어법 탐지 데이터셋인 Yor-Sarc를 구축하였습니다. 5천만 명 이상의 화자를 보유한 저자원 언어의 특성을 고려하여 문화적 맥락을 반영한 주석 프로토콜을 설계했습니다. 높은 수준의 주석자 간 일치도(Fleiss’ κ=0.7660)를 달성했으며, 불확실성 모델링을 위해 다수결 합의 사례를 소프트 라벨로 보존했습니다.
• 우리 팀 영향: 저자원 언어 및 문화적 맥락이 중요한 감성 분석 모델 개발 시 데이터 구축 방법론과 주석 가이드라인 수립의 참고 사례로 활용할 수 있습니다.
• 액션: 보류
• 액션 근거: 특정 저자원 언어(요루바어)에 특화된 데이터셋 구축 연구로, 현재 팀의 주요 타겟 언어나 즉각적인 기술 도입 필요성과는 거리가 있습니다.
• 요약 신뢰도(모델): 0.9
• 리뷰 메모:

​

25) DM4CT: Benchmarking Diffusion Models for Computed Tomography Reconstruction

• arXiv: https://arxiv.org/abs/2602.18589
• HF: https://huggingface.co/papers/2602.18589
• 카테고리: -
• 테마: Benchmark
• 우선순위 점수: 0.0
• 요약 생성: llm/openrouter:google/gemini-3-flash-preview
• 핵심 요약: DM4CT는 CT 재구성 분야에서 확산 모델(Diffusion Models)의 성능을 체계적으로 평가하기 위한 벤치마크로, 의료 및 산업용 데이터셋을 포함합니다. 10가지 최신 확산 모델 기반 방법론과 7가지 기존 베이스라인을 비교하며, 실제 싱크로트론 시설에서 획득한 고해상도 데이터셋을 통해 실전 성능을 검증합니다. 확산 모델이 CT 재구성의 상관 노이즈 및 아티팩트 구조와 같은 실질적 과제에 어떻게 대응하는지 분석합니다.
• 우리 팀 영향: 다양한 확산 모델 기반 CT 재구성 기법의 성능 지표와 오픈소스 코드를 통해 우리 팀의 의료 영상 복원 연구 방향을 설정하는 데 참고할 수 있습니다.
• 액션: 실험
• 액션 근거: 실제 실험 환경의 고해상도 데이터셋과 다양한 확산 모델 방법론이 공개되어 있어 기존 모델과의 성능 비교 실험이 용이합니다.
• 요약 신뢰도(모델): 0.95
• 리뷰 메모:

​

보류/무시

• 사유와 재검토일을 기록하세요.