독일 연구진이 Pseudo-Boolean 제약 조건 기반의 새로운 프레임워크를 통해 고전 계획 문제에서 계획의 최적성을 증명하는 방법을 제시했습니다. 이는 A* 알고리즘을 포함한 다양한 알고리즘에 적용 가능하며, AI 시스템의 신뢰성을 향상시키는 데 기여할 것으로 기대됩니다.

헝가리 부다페스트 공과대학교(BME) 포뮬러 레이싱 팀이 개발한 자율주행 소프트웨어 스택은 Formula Student Driverless 대회 참가 경험을 바탕으로 만들어졌으며, 모듈화된 아키텍처와 각 모듈의 상세한 설명을 제공합니다. 이는 아부다비 자율주행 리그 진출이라는 성공적인 결과로 이어졌으며, 다른 연구자들에게 귀중한 참고 자료가 될 뿐 아니라 학생들의 자율주행 기술 연구에 대한 중요한 의미를 지닙니다.

Kun He 등 연구진은 신경 붕괴(NC) 현상을 이용한 새로운 증분 학습 방법론 NCPTM-CIL을 제시하여 기존 방식 대비 우수한 성능을 달성하였습니다. 이는 AI의 지속적 학습 능력 향상에 큰 의미를 지닙니다.

중국 연구진 36명이 개발한 오픈소스 음성 AI 모델 Kimi-Audio는 1300만 시간 이상의 방대한 데이터와 혁신적인 아키텍처를 바탕으로 음성 이해, 생성, 대화 등 다양한 분야에서 최첨단 성능을 달성했습니다. GitHub를 통해 공개된 Kimi-Audio는 음성 AI 기술 발전에 크게 기여할 것으로 예상되지만, 데이터 편향 등의 문제 해결 또한 중요한 과제입니다.

Rajesh Yarra의 연구 논문 "LLMpatronous"는 LLM의 한계를 극복하여 AI 기반 취약점 탐지의 실효성을 높이는 새로운 접근 방식을 제시합니다. RAG와 MoA를 결합한 혁신적인 방법론을 통해 사이버 보안 분야에 획기적인 발전을 가져올 것으로 기대됩니다.