Krzysztof Pancerz가 개발한 Python 기반 온톨로지 기반 그래프 페트리넷 툴킷은 OWL 2 온톨로지를 활용하여 페트리넷 모델링에 의미론적 관계를 추가, 지식 기반 추론 및 제어를 가능하게 합니다. 이는 인공지능 시스템의 지능화에 기여할 잠재력을 지닌 혁신적인 기술입니다.

Lan Jiahua 등이 개발한 NBSP는 딥 강화학습 에이전트의 안정성-가소성 딜레마를 뉴런 단위에서 해결하는 혁신적인 방법입니다. 특정 뉴런을 식별하여 기존 기술은 유지하면서 새로운 기술을 학습하는 전략을 통해 Meta-World와 Atari 벤치마크에서 뛰어난 성능을 입증했습니다.

Alejandro Ortega의 논문은 AI 기술의 발전이 야기하는 국가 안보 위협에 대한 우려를 제기하며, 이에 대한 해결책으로 AI 사고 대응 체제를 제시합니다. 핵심 인프라 사이버 공격 및 자율 AI 시스템 통제 상실 등의 위험성을 분석하고, '국가 안보 사례' 제시, 정부 기관 신고 의무, 안전 절차 개선 등의 구체적인 방안을 제시합니다. 이는 다른 안보 중요 분야의 사고 대응 체계와의 유사성을 통해 그 타당성을 확보합니다.

본 연구는 교육 데이터 마이닝에서 상징적, 하위 상징적, 신경 상징적 AI 방법론을 비교 분석하여 NSAI의 우수성을 입증했습니다. NSAI는 불균형 데이터셋에서도 우수한 일반화 성능과 해석 가능성을 보이며, 책임감 있고 신뢰할 수 있는 교육 AI 시스템 구축에 기여할 수 있음을 시사합니다.

SemEval-2025 Task 5: LLMs4Subjects는 LLM 기반 자동 주제 태깅 시스템의 성능과 한계를 평가한 연구로, LLM 앙상블, 합성 데이터, 다국어 처리의 효과와 전문가 평가의 중요성을 강조합니다. 이 연구는 LLM이 디지털 도서관 분류 시스템의 효율성 향상과 정보 접근성 개선에 크게 기여할 가능성을 보여줍니다.