출처 HF Daily Papers124 추천3 댓글
저자 13명한계 언급 없음
원제 — Dr. Claw: An AI Scientist Workspace for Vibe Research
“Command-line coding agents (e.g., Claude Code, Gemini CLI) can already read and write files and sustain long sessions, yet end-…”
나온 때 2026-08-30
가져온 때 2026-09-07 23:01 UTC · 17101143ec4ae6bc
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers73 추천1 댓글
FlowBalance저자 4명한계 언급 없음
원제 — FlowBalance: Verifier-Grounded Self-Improvement from On-Policy Reasoning Experience
“FlowBalance improves reasoning models via verifier-calibrated self-guidance using trajectory-level score reweighting and profil…”
대상 주장 — On mathematical reasoning, FlowBalance improves average performance over FlowRL on both Qwen3-4B and Qwen3-8B, while also improving training speed and stability, avoiding direct OPSD's re…
나온 때 2026-09-02
가져온 때 2026-09-08 16:21 UTC · 437efcb18b365a17
뜯은 자리 — 초록
토론 ↗
출처 arXiv17 추천2 댓글
cs.AI저자 9명한계 언급 없음
원제 — Don't Drop Dropout: Optimizing Layer Sparsity for Efficient LLM Training and Inference
“Layer dropout (a.k.a. stochastic depth) has been shown to enable faster training, higher accuracy, and robustness to zero-shot …”
대상 주장 — For a given number of training steps, LLMs can achieve lower or similar validation loss while saving upto 25% of training FLOPs.
나온 때 2026-09-04
가져온 때 2026-09-07 01:32 UTC · 60c554528e9aa388
뜯은 자리 — 초록
토론 ↗
출처 arXiv17 추천3 댓글
math.OC저자 6명한계 언급 없음
원제 — Ask Before You Optimize: Dynamic Pre-Formulation Clarification for Interactive Optimization
“Large language models (LLMs) are increasingly used to formulate optimization models from natural-language problem descriptions,…”
나온 때 2026-09-04
가져온 때 2026-09-07 01:32 UTC · 1ba5a6f5e64b9cda
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers33 추천2 댓글
text-promptable segmentation저자 5명한계 적음
원제 — ENEAS: Embedding-guided Neural Ensemble for Adaptive Segmentation
“ENEAS unifies text-prompted instance tracking and open-concept semantic discovery via temporal memory extension and a verificat…”
나온 때 2026-09-02
가져온 때 2026-09-08 16:21 UTC · a5384a599ed5599b
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers21 추천2 댓글
Open Information Extraction저자 8명한계 언급 없음
원제 — Enoki: Efficient Multi-Level Hallucination Detection
“Enoki is an open information extraction framework that unifies claim-level verification and span-level hallucination localizati…”
나온 때 2026-08-31
가져온 때 2026-09-07 23:01 UTC · ab91839c3bae8764
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers29 추천3 댓글
audio-video diffusion models저자 7명한계 언급 없음
원제 — The Attention Triangle in Audio-Video Models
“Audio-video diffusion models exhibit bidirectional semantic leakage through cross-modal attention pathways, which can be diagno…”
나온 때 2026-09-02
가져온 때 2026-09-07 23:01 UTC · 496e910644d364a4
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers13 추천2 댓글
reasoning operations저자 6명한계 언급 없음
원제 — Beneath the Surface of Chains-of-Thought: A Mechanistic Interpretation of Reasoning Operations in LLMs
“Distinct reasoning operations in language models are geometrically separable in hidden representations, with structure emerging…”
나온 때 2026-09-03
가져온 때 2026-09-07 23:01 UTC · 8fd8b68e8d2fd445
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers53 추천4 댓글
search agents저자 9명한계 언급 없음
원제 — Iris: Climbing to the Search Frontier
“Two large-scale search agents are trained via a multi-stage pipeline combining supervised fine-tuning and reinforcement learnin…”
나온 때 2026-09-02
가져온 때 2026-09-07 23:01 UTC · bf933da181c11d7a
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers38 추천2 댓글
spoken dialogue model저자 4명한계 언급 없음
원제 — Motion-Omni: End-to-End Joint Speech and Full-Body Motion for Spoken Dialogue
“Motion-Omni is an end-to-end framework that jointly generates spoken dialogue and full-body co-speech motion from shared hidden…”
대상 주장 — We further release SwDA-500 and, to our knowledge, the first public evaluation protocol for stochastic open-ended full-body spoken dialogue, matching audio across motion systems while uni…
나온 때 2026-08-27
가져온 때 2026-09-07 23:01 UTC · 1ae2e3cb2c0f6040
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers13 추천2 댓글
topology-aware diffusion transformer저자 7명한계 언급 없음
원제 — UniMate: One Unified Model to Animate Diverse Skeletons
“UniMate is a unified diffusion transformer that generates articulated motion for arbitrary skeletons from text and rigged 3D as…”
대상 주장 — UniMate introduces a topology-aware diffusion transformer, which integrates skeletal topology into attention via three mechanisms: (1) a graph-aware attention bias from pairwise joint rel…
나온 때 2026-09-03
가져온 때 2026-09-07 23:01 UTC · f7aead1ac8cf4d5a
뜯은 자리 — 초록
토론 ↗
출처 HF Daily Papers21 추천1 댓글
compositional 3D representation저자 12명한계 언급 없음
원제 — WorldSculpt: Generating Compositional Worlds from Grounded Videos
“Adapting a single-object 3D generative prior to multi-view observations enables scalable compositional mesh reconstruction of d…”
나온 때 2026-09-03
가져온 때 2026-09-07 23:01 UTC · acfc206edb29736d
뜯은 자리 — 초록
토론 ↗고른 조건에 맞는 것이 이 페이지에 없다.
논문·레포·모델·블로그·레딧·팟캐스트를 하루 한 번 기계가 긁는다. 모은 것은 한 번씩 뜯는다 — README·초록·모델 카드를 열어 보고, 거기서 나온 것은 카드가 되든 안 되든 계속 갖고 있는다. 제목과 링크는 원문으로 가고, 여기서 원문을 다시 싣지 않는다.
카드의 회색 줄은 소스가 내세우는 말이 아니라 뜯어서 나온 것이다 — 라이선스, 마지막 커밋, 무엇 위에 얹은 모델인지, 논문이 자기 한계를 적었는지. 무엇을 읽고 그렇게 적었는지는 「우리가 본 것」을 펴면 나온다. 「목록뿐」이라고 적힌 것은 원문을 못 읽었다는 뜻이다 — 우리를 막는 사이트가 있고, 그걸 읽은 척하지 않는다.
따옴표가 붙은 줄은 원문에서 그대로 옮긴 문장이다 — 대상이 스스로 밝힌 수치이지 우리가 잰 값이 아니다. 검증하지 않고 옮기기만 했고, 그러라고 따옴표를 붙였다.
한국어 제목과 요약은 기계(로컬 모델)가 원문을 옮긴 것이다. 내가 읽고 쓴 것이 아니고, 원제는 카드를 펼치면 있다.
주제는 원문 제목·인용·태그에 나온 낱말을 정해진 목록과 맞춰 기계가 매긴 것이다 — 카드를 읽는 모델은 없다. 아무 낱말도 안 걸려 주제가 하나도 없는 카드가 있고, 주제를 고르면 그건 빠진다. 소스와 주제는 같이 걸린다.
카드마다 그때 실제로 읽은 문장 한 줄과, 그때 받아 온 응답의 지문을 남긴다. 원문은 여기 저장하지 않는다 — 나중에 원문이 바뀌거나 사라져도 담보하는 것은 "우리가 본 시점의 그 문장"이지 페이지 전체가 아니다.