본 논문은 RIS 기반 무선 통신 시스템에서 최적의 비코히어런트 수신기와 최적 ASK 성좌를 사용하여 오류 성능을 향상시키는 새로운 방법을 제시합니다. 최적화된 ASK 성좌는 기존 방식보다 우수한 오류 성능과 다이버시티 순서를 제공하며, 이는 5G 및 6G 통신 시스템의 발전에 크게 기여할 것으로 예상됩니다.

Yang Liu 등 연구진은 대규모 언어 모델(LLM)과 소규모 모델(SM)의 협업을 통해 AI의 새로운 가능성을 제시하는 논문을 발표했습니다. LLM과 SM의 상호 보완적인 관계를 통해 도메인 적응 가속화 및 다양한 응용 분야에서의 활용을 기대하며, 실제 세계 문제 해결을 위한 산업 주도 연구의 중요성을 강조합니다.

본 논문은 UAV와 UGV의 협업을 기반으로 하는 모바일 크라우드 센싱 시스템에서의 효율적인 작업 할당 문제를 해결하기 위해 AGCo-MATA 알고리즘을 제시합니다. AG-FAMT와 AG-MAFT 두 가지 시나리오에 최적화된 알고리즘을 통해 실제 데이터셋 기반 실험에서 기존 알고리즘 대비 우수한 성능을 입증했습니다.

본 기사는 초지능 AI의 등장으로 인한 인류의 미래 위협에 대한 우려와, 이에 대한 해결책으로 제시된 '초정렬' 개념에 대해 다룹니다. 기존의 AI 정렬 방식의 한계를 극복하기 위해 인간 중심의 외부 감독과 AI의 자발적 정렬을 통합하는 새로운 프레임워크를 제시하며, 인간과 AI의 공생을 통한 지속 가능한 미래 사회를 위한 비전을 제시합니다.

본 기사는 대규모 언어 모델(LLM)을 이용한 도메인 특정 온톨로지 생성 연구에 대한 보고입니다. DeepSeek과 o1-preview 두 LLM의 성능을 6개 도메인에서 평가한 결과, 도메인에 관계없이 일관된 성능을 보여 LLM 기반 온톨로지 생성의 확장성과 도메인 독립성을 확인했습니다. 하지만, 정확성 및 신뢰성 향상, 편향성 해결 등 추가 연구가 필요합니다.