본 논문은 초거대 AI 시대에 적합한 새로운 멀티미디어 분석 모델을 제시하며, 인간과 AI의 협력적 상호작용을 통해 민감한 분야에서의 분석 문제를 해결하는 데 초점을 맞추고 있습니다. 인간 전문가의 의도와 AI 행동의 지속적인 정합성을 유지하는 상호작용 채널을 강조하며, 시스템 설계와 미래 연구에 대한 중요한 방향을 제시합니다.

본 기사는 희소 활성화 혼합 전문가(SMoE) 모델의 효율성을 높이기 위한 새로운 연구 결과를 소개합니다. 연구팀은 MoE 전문가 압축 모음(MC-Suite)을 제안하고, 반복적 프루닝과 과제와 무관한 미세 조정 기법을 통해 전문가 제거의 영향을 최소화하는 방법을 제시했습니다. 또한, 전문가 제거로 인한 지시 사항 준수 능력 저하 문제에 대한 해결 방안도 제시하여 SMoE 모델의 실제 적용 가능성을 높였습니다.

보야나 랑코비치와 필립 슈왈러의 GOLLuM 논문은 Gaussian Process와 딥 커널 메서드를 활용하여 LLM 파인튜닝을 혁신적으로 개선했습니다. Buchwald-Hartwig 반응 최적화 등 다양한 실험에서 기존 방식 대비 월등한 성능 향상을 보였으며, 19개 벤치마크 테스트를 통해 범용성과 견고성을 입증했습니다. 이 연구는 효율적인 베이지안 최적화의 새로운 지평을 열 것으로 기대됩니다.

Alexej Schelle의 연구는 GAN 기반의 새로운 텍스트 메일 암호화 모델을 제시했습니다. 이 모델은 동적 숫자 생성과 간단한 덧셈 규칙, GAN을 통한 키 매핑, NOT 논리 게이트 활용 등을 통해 기존 RSA 방식보다 효율적이고 안전한 암호화를 제공합니다. 최대 10^8 비트의 키 크기를 지원하며, GAN 암호화 회로에 대한 정보 유출 위험을 고려해야 합니다.

2025 AI 지수 보고서는 AI의 사회적, 경제적, 지정학적 영향을 심층적으로 분석하며, AI 하드웨어, 추론 비용, 출판 및 특허 동향 등에 대한 새로운 데이터와 책임감 있는 AI 관행 채택 현황, 그리고 과학 및 의학 분야에서의 AI 역할 확대 등을 다룹니다. 정책 결정자, 연구자, 기업, 그리고 일반 대중에게 AI에 대한 명확하고 객관적인 정보를 제공합니다.