CodeBC는 블록체인 스마트 계약의 안전한 코드 생성을 위해 개발된 새로운 LLM입니다. 기존의 방식과 달리, 취약점 및 보안 태그를 활용한 세 단계 미세 조정 기법을 통해 높은 보안성과 성능을 동시에 달성했습니다. 실험 결과는 CodeBC의 효율성과 유용성을 입증합니다.

Runtian Zhai의 박사 논문은 표현 학습의 메커니즘을 규명하는 새로운 이론인 컨텍스쳐 이론을 제시합니다. 입력과 맥락 변수 간의 연관성에 기반한 이 이론은 모델 크기 증가의 한계를 극복하고 더 나은 표현 학습을 위한 새로운 방향을 제시합니다. 새로운 목표 함수와 다중 맥락 혼합 기법을 통해 표현 학습의 성능 향상을 기대할 수 있습니다.

본 기사는 비대각 RIS를 활용한 무선 통신에서 채널 추정 과정의 복잡도를 획기적으로 줄이는 새로운 프로토콜에 대한 연구 결과를 소개합니다. 기존의 모든 가능한 조합을 계산하는 방식 대신, 3가지 구성만을 사용하여 연산량을 대폭 줄이고 스펙트럼 효율과 에너지 소비를 개선하는 효과를 거두었습니다.

본 기사는 거대 언어 모델(LLM)을 활용하여 달 탐사 임무 계획 및 현장 자원 활용에 필요한 데이터를 효율적으로 추출하는 연구에 대해 소개합니다. 연구진은 LLM의 효용성을 확인하였으나, 미세 광물 정보 추출 및 복잡한 정보 처리 능력 향상을 위한 추가 연구의 필요성을 제기했습니다. 이는 AI 기술이 우주 탐사에 미치는 영향과 미래 전망을 보여주는 중요한 사례입니다.

Chang 등(2025)의 연구는 ConceptLens 프레임워크를 통해 AI 시스템의 무결성과 책임성 문제를 해결하고자 합니다. 데이터 중독 공격과 편향 주입 탐지, 개인정보 보호 강화, 모델 취약성 분석 및 사회적 편향 탐지 등 다양한 기능을 제공하며, 안전한 훈련 및 추론 데이터의 악용 가능성까지 밝혀내 AI 시스템에 대한 신뢰 구축에 기여합니다.