본 기사는 Zhao와 Xu의 논문 "Human-AI Interaction Design Standards"를 바탕으로 인간 중심 AI 상호작용 디자인 표준의 중요성과 미래 방향을 논의합니다. 기존 HCI와 HAII의 비교 분석, 선도 기업들의 디자인 지침 및 사례 연구, 그리고 HAII 표준 개발의 과제와 미래 방향 등을 다루며, 인간 중심 AI 시대를 위한 새로운 패러다임을 제시합니다.

Jacob Beck의 논문 "SFO: Piloting VLM Feedback for Offline RL"은 비전-언어 모델(VLM)의 이미지 이해 능력을 활용하여 오프라인 강화학습(RL)의 일반화 문제를 해결하는 새로운 방법론을 제시합니다. 서브 트래젝토리 필터링 최적화 및 필터링된 행동 복제 기법을 통해 효율적이고 안정적인 RL 에이전트 학습을 가능하게 합니다.

중국 연구진이 개발한 DisPro 프레임워크는 대규모 언어 모델(LLM)을 활용하여 불완전한 다중 모달 생존 예측 문제를 해결합니다. 두 단계의 프롬프팅 기법을 통해 부족한 데이터를 보완하고, 뛰어난 예측 성능을 달성합니다. 공개된 코드를 통해 다른 연구자들의 활용도 가능합니다.

본 기사는 생성형 AI를 악용한 새로운 선전 선동 전략인 '슬로판다'에 대한 논문을 소개하며, 뉴스코프 오스트레일리아의 사례를 통해 그 현실적 위협을 보여줍니다. 인지과학과 인공지능 연구를 바탕으로 문제점을 분석하고, 슬로판다에 대응하기 위한 해결책을 제시합니다. 슬로판다는 단순히 기술적 문제가 아니라 사회적, 교육적 문제와 맞물려 있다는 점을 강조하며 건강한 정보 환경 조성의 중요성을 재차 강조합니다.

본 기사는 Pei Gaozheng 등 연구진의 논문 "Divide and Conquer: Heterogeneous Noise Integration for Diffusion-based Adversarial Purification"을 소개합니다. 이 연구는 신경망의 해석성을 활용한 이종 노이즈 통합 전략과 단일 단계 재샘플링 기법을 통해 기존의 적대적 예제 정제 방법의 한계를 극복하고, 효율성과 성능을 동시에 향상시켰습니다. 다양한 실험 결과를 통해 그 우수성을 입증하였으며, 향후 딥러닝 모델의 안전성 및 신뢰성 향상에 크게 기여할 것으로 기대됩니다.