📑Amazon, NVIDIA: "바뀐 건 1%뿐인데 전부 전송하는 게 맞나?"

이 호에서 다룬 논문

• NLP

  Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks

  Huawei · 세계 모델, 재귀적 자기개선(RSI), LLM 에이전트

• RL

  LoGRA: Scaling LLM Reinforcement Learning with Low-Rank Gradient Sketches

  NVIDIA · RL 사후학습, 저랭크 그래디언트, 메모리 효율

• RL

  TRACE: Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models

  Alibaba, Ohio State University · FP4 양자화, MoE, RL 롤아웃 가속

• RL

  MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement

  Xiaomi · 옴니모달, RL 스케일링, 오픈소스

• AI RESEARCH

  Beyond Spatio-Temporal Priors: A Generalizable Approach for Dense Correspondence Matching

  ByteDance · 대응점 매칭, 이미지 편집, 아이덴티티 보존

• AI RESEARCH

  TestPrism: Rethinking Test Evaluation Beyond a Single Reference

  Tencent · 테스트 생성, 코딩 에이전트, 평가 벤치마크

• AI RESEARCH

  SparseDecoding: Decoding-Aware Pruning for Accurate and Efficient LLM Inference

  Ant Group · 네트워크 프루닝, 디코딩 가속, N:M 희소성

• RL

  NeMo-DCR: Bit-Exact Delta-Compressed Refit for Scalable Agentic RL at Trillion-Parameter Scale

  Amazon, NVIDIA · 에이전틱 RL, 가중치 동기화, 델타 압축

• AI RESEARCH

  VibeEdit: Image Editing with Canvas Instructions

  Microsoft · 이미지 편집, 캔버스 지시, 강화학습 미세조정

• RL

  Self-Retrospection Distillation: Turning Post-hoc Experiences into Prior Foresight

  Salesforce · RLVR, 사전예지 학습, 자기증류