-
[논문 리뷰] MobileExplorer: Accelerating On-Device Inference for Mobile GUI Agents via Online Exploration
온디바이스 VLM 추론의 긴 대기 시간을 그냥 흘려보내지 않고, 그 시간에 화면을 미리 탐색해 다음 추론에 쓸 힌트를 모으는 모바일 GUI 에이전트 프레임워크.
-
[논문 리뷰] Ferret-UI Lite: Lessons from Building Small On-Device GUI Agents
Apple이 만든 3B 온디바이스 GUI 에이전트. 실+합성 데이터 큐레이션, zoom-in 시각 도구 사용, SFT→RLVR 2단계 학습으로 작은 모델을 어디까지 끌어올릴 수 있는지, 그리고 어디서 막히는지를 정직하게 기록한 '교훈 보고서'를 깊게 읽는다.
-
[논문 리뷰] ShowUI: One Vision-Language-Action Model for GUI Visual Agent
스크린샷을 사람처럼 '보고' 클릭하는 GUI 에이전트. 2B 모델과 256K 데이터로 zero-shot 그라운딩 75.1%를 달성한 ShowUI의 UI-guided 토큰 선택과 interleaved vision-language-action 스트리밍을 깊게 본다.
-
[논문 리뷰] MinT: Managed Infrastructure for Training and Serving Millions of LLMs
수백만 개의 LoRA 정책을 공유 베이스 모델 위에서 학습·서빙하는 관리형 인프라. Adapter revision을 학습-서빙 경계의 단위로 삼아 핸드오프를 18.3× 줄이고, 1T급 MoE까지 검증한다.
-
[논문 리뷰] Goldfish: Monolingual Language Models for 350 Languages
350개 저자원 언어를 위한 1,154개의 작은 단일언어 GPT-2 모델 모음. 1GB 이하 코퍼스에서 5MB~1GB 데이터로 학습한 39M~125M 모델이 XGLM 4.5B·BLOOM 7.1B·MaLA-500 10B 같은 거대 다국어 모델보다 일관되게 낮은 perplexity를 보인다.
-
[논문 리뷰] Algorithmically Establishing Trust in Evaluators
라벨 없는 환경에서 LLM-as-a-judge 같은 평가자(evaluator)의 신뢰를 zero-knowledge 스타일의 챌린지-응답 프로토콜로 (1/4)^r 확률 한계까지 증명적으로 확립하는 No-Data Algorithm.
-
[논문 리뷰] RTP-LX: Can LLMs Evaluate Toxicity in Multilingual Scenarios?
28개 언어로 사람 손으로 transcreate·annotate 한 1,100개 유해 프롬프트 코퍼스로, 10개 S/LLM이 다국어·문화-맥락 유해성을 판별할 수 있는지 묻는 AAAI-25 논문.
-
[논문 리뷰] Improving Large-Scale Recommender Systems with Auxiliary Learning
Meta 의 광고 추천 모델에서 majority cohort 편향을 보조 학습으로 풀어내는 C2AL 프레임워크 분석
-
[논문 리뷰] AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
Google Discover 의 pre-ranking · ranking · re-ranking 세 단계 시스템 구성 (fusion weight, demotion weight, diversity threshold 등) 을 사람이 더 이상 튜닝하지 않도록, Actor · Critic · Insight · Skill · Online 다섯 에이전트가 라이브 A/B 결과를 메모리·스킬허브로 되먹임하며 자기진화하는 LLM 에이전트 프레임워크. Engagement 와 Diversity 를 동시에 끌어올린 산업 적용 사례.
-
[논문 리뷰] Graph-Based Audience Expansion Model for Marketing Campaigns
Rakuten 의 70여 개 서비스에 걸친 cross-service knowledge graph 에 TransE 사전학습과 GCN 을 잇고, neighbor entity 가 아닌 'knowledge query' (head + relation 임베딩 합) 를 메시지로 전달해 oversmoothing 을 우회한 광고용 lookalike 모델. SIGIR 2024 short paper.
