논문리뷰
1.[리뷰] Concise Thoughts: Impact of Output Length on LLM Reasoning and Cost
LLM의 출력 길이가 모델의 추론 성능과 시간에 미치는 요인을 분석하고, 이를 평가하기위한 새로운 메트릭 기법을 제안모델에 최대치보다 짧은 길이의 출력을 명시적으로 요청해서 LLM이 간결한 추론을 하도록 유도함
2024년 10월 16일
2.[리뷰]The Power of Noise: Redefining Retrieval for RAG Systems
무작위 문서(무관한 문서)를 RAG 시스템에 추가했을 때 오히려 LLM의 정확도가 상승하였음
2024년 11월 8일
3.[리뷰]LightRag : Simple and fast retreval-augmented generation
1. 텍스트 색인 및 검색 과정에 그래프 구조 도입 2. 저수준(세부 사항), 고수준(넓은 주제)를 모두 다룰 수 있는 이중 레벨 검색 시스템 3. 증분 업데이트 알고리즘으로 새로운 데이터만 부분적으로 업데이트
2024년 11월 8일
4.[리뷰]Reflect, Retry, Reward: Self-Improving LLMs via Reinforcement Learning
링크 : https://huggingface.co/papers/2505.24726출간일 : 2025.05저자 : Shelly Bensal∗ Umar Jamil∗ Christopher Bryant Melisa Russak Kiran Kamble Dmytro Mo
2025년 7월 29일
5.[리뷰]General Agentic Memory via Deep Research
링크 : https://arxiv.org/abs/2511.18423출간일 : 2025.11저자 : B.Y. Yan, Chaofan Li, Hongjin Qian, Shuqi Lu, Zheng LiuGAM(General Agentic Memory)은 JIT(Ju
2025년 11월 27일