Sixu Li 등 연구팀이 개발한 GauRast는 기존 GPU 레이스터라이저를 개선하여 3D Gaussian Splatting(3DGS)의 처리 속도를 23배, 에너지 효율을 24배 향상시켰습니다. 이는 최소한의 하드웨어 변경으로 24 FPS 또는 46 FPS의 실시간 렌더링을 가능하게 하여, 자원 제약이 있는 플랫폼에서도 3DGS 활용을 가능하게 합니다.

본 기사는 미국과 중국 LLM의 지정학적 편향에 대한 최신 연구 결과를 소개합니다. ChatGPT와 DeepSeek를 대상으로 진행된 연구는 LLM의 잠재적 영향력과 비판적 평가의 중요성을 강조하며, AI 시대의 윤리적 책임감에 대한 논의를 촉구합니다.

본 연구는 2:4 활성화 스파스성을 활용하여 대규모 언어 모델의 훈련 및 추론 속도를 최대 1.3배까지 향상시키는 방법을 제시합니다. Squared-ReLU 활성화의 고유한 스파스성을 활용하여 정확도 손실 없이 가속화를 달성하는 것이 핵심입니다. 이는 AI 시스템의 효율성 향상에 크게 기여할 것으로 예상됩니다.

본 연구는 기존의 AI 음악 생성 평가 지표 FAD의 한계를 지적하고, 인간의 선호도와 더 잘 일치하는 새로운 지표 MAD를 제시합니다. 합성 평가와 MusicPrefs 데이터셋을 활용한 실험 결과, MAD는 다양한 음악적 요소를 효과적으로 포착하고 인간의 지각과 강한 상관관계를 보임을 확인했습니다.

본 기사는 LLM을 이용한 알고리즘 설계 과정에서 발생하는 문제점과 그 해결책을 제시한 연구에 대한 내용을 다룹니다. 연구진은 코드 진화 그래프라는 새로운 분석 기법을 통해 LLM의 반복적인 프롬프트에 따른 코드 진화 과정을 분석하고, 다양한 LLM 활용을 통한 알고리즘 성능 향상 가능성을 제시합니다.