Alaa Saleh 등 연구진이 개발한 UserCentrix는 생성형 AI와 다중 에이전트 시스템을 활용한 사용자 중심의 에이전트 기반 메모리 증강 AI 프레임워크입니다. 사용자 선호도에 동적으로 적응하고, 자원 효율성을 높이며, 실시간 응답 속도를 개선하는 것이 특징입니다. 자기 조직화 프레임워크, 정보 가치(VoI) 기반 의사결정, 메타 추론 개인 LLM 에이전트, 지능형 다중 에이전트 조정 시스템 등 혁신적인 기능을 통해 스마트 공간의 미래를 제시합니다.

본 기사는 의료 분야에서 대규모 언어 모델(LLM)의 취약성을 발견하고 해결하기 위한 '레드 팀' 접근 방식에 대한 연구를 소개합니다. 임상 전문가와 컴퓨터 전문가의 협업을 통해 LLM의 실제적인 위험을 파악하고, 이를 통해 의료 AI의 안전성을 향상시키는 방안을 제시합니다.

중국 연구진이 페로브스카이트 양자막대를 이용, 근거리 제로 임계값의 액체 레이저 개발에 성공했습니다. Mn 도핑과 상태 공학을 통한 어거 재결합 감소 및 안정적인 충전이 핵심이며, 저전력 고효율 레이저 기술의 새로운 가능성을 제시합니다.

신숭복, 전현, 홍상현, 닐라스 엘름퀴스트 연구팀이 개발한 '데이터 테라피스트'는 AI를 활용하여 전문가의 암묵적 지식을 끌어내 데이터 시각화를 개선하는 웹 기반 도구입니다. 다양한 분야 전문가를 대상으로 한 연구 결과, AI 지원을 통해 데이터에 대한 이해도를 높이고 시각화 디자인을 개선할 수 있음을 확인했습니다.

Timo P. Gros 등 연구진은 GNN 정책의 확장성을 향상시키는 동적 검증 집합 생성 방법을 제안했습니다. 9개 도메인 실험 결과, 모든 도메인에서 확장성이 향상됨을 확인했습니다. 이는 AI 모델의 실제 적용에 중요한 의미를 갖습니다.