이탈리아 연구진이 개발한 EclipseNETs는 신경망을 이용하여 소행성 및 혜성의 그림자를 정확하고 빠르게 예측하는 기술입니다. 기존 방식보다 속도가 월등하고, 희소한 데이터만으로도 학습이 가능하다는 장점이 있습니다. 이는 우주 탐사의 효율성과 안전성을 크게 향상시킬 것으로 기대됩니다.

Prot42는 3D 구조 정보 없이도 고친화성 단백질 결합체를 생성할 수 있는 혁신적인 단백질 언어 모델입니다. 최대 8192개 아미노산 서열을 처리 가능하며, 공개적으로 제공되어 신약 개발 및 생명공학 분야에 혁신을 가져올 것으로 기대됩니다.

Daniel Bershatsky와 Ivan Oseledets의 연구는 트랜스포머의 MoE 라우터에서 위치 정보 토큰의 중요성을 밝히고, MoE 아키텍처 설계 및 최적화에 대한 새로운 시각을 제공합니다. 이는 딥러닝 모델의 성능 향상과 다양한 분야의 혁신을 가져올 잠재력을 지닌 중요한 연구입니다.

CHI 2025 워크샵 논문은 책임감 있는 AI의 원칙을 XR에 적용하여 웨어러블 AI 기기의 대중화로 인한 윤리적 문제를 해결해야 함을 강조합니다. HCI 분야는 기술 발전과 함께 윤리적 고찰을 병행하여 인간 중심의 기술 발전을 추구해야 합니다.

Matej Šprogar가 개발한 AGITB는 기존 AGI 평가 방식의 한계를 극복하고, 신호 처리 수준에서 인간 수준의 지능을 평가하는 새로운 벤치마크입니다. 현재 어떤 AI 시스템도 통과하지 못하여 AGI 개발의 어려움을 보여주는 동시에, AGI 연구의 새로운 방향을 제시합니다.