Li, Zhou, Farimani 등의 연구진은 잠재 공간 기반 유동 매칭을 활용하여 계산 비용을 줄이고 정확도와 안정성을 높인 생성적 신경망 PDE 솔버를 제시했습니다. 오토인코더와 조잡한 샘플링 스케줄을 활용하여 복잡한 기하학적 형태와 비정형 도메인에도 적용 가능성을 확장했습니다.

KEVS는 방광 절제술 환자의 복강 내 지방 조직(VAT) 분할을 위한 혁신적인 AI 기반 방법론으로, 기존 기술의 한계를 극복하고 정확도와 효율성을 크게 향상시켰습니다. 정답 마스크 없이도 학습 가능하며, UCLH-Cyst 데이터셋을 이용한 실험에서 기존 최고 성능 방식 대비 Dice 계수를 크게 향상시켰습니다. 의료 영상 분석 분야에 새로운 가능성을 제시하는 획기적인 기술입니다.

본 논문은 1952년부터 2012년까지의 미국 대선 TV 광고 9,707개를 포함하는 방대한 데이터셋과, AI 기반 분석 파이프라인을 통해 자동화된 전사 및 요약 시스템을 제시합니다. 이를 통해 기존의 수동적이고 제한적인 분석 방식을 뛰어넘어, 정치 광고 연구에 새로운 가능성을 열었습니다. LLM 기반 도구의 활용은 다른 영상 데이터셋 분석에도 적용 가능성을 보여주며, AI 기술이 학문 연구에 기여하는 모습을 잘 보여주는 사례입니다.

본 연구는 LLM을 이용하여 XMI 기반 인스턴스 모델을 자동 생성하는 새로운 방법을 제시합니다. 두 단계 접근 방식을 통해 LLM의 한계를 극복하고, 오픈소스 모델인 Llama 3.1 70B가 유료 모델과 유사한 성능을 보여줌으로써 모델 생성 분야의 패러다임 변화를 예고합니다.

케빈 코헨, 로라 만리케-고메즈, 루벤 만리케 연구팀은 BERT와 GPT-4o 모델을 이용하여 19세기 스페인어 뉴스 기사의 풍자를 감지하는 연구를 진행했습니다. 데이터셋 개선 전략과 반자동 주석 방법론을 통해 풍자 감지의 정확도를 높였으며, 새로운 스페인어 역사 데이터셋과 반자동 주석 방법론을 제시했습니다. 이 연구는 AI와 인문학의 융합을 통해 역사 연구의 새로운 가능성을 제시합니다.