LeanTTA는 에지 기기의 자원 제약을 극복하고, 정확도를 높이는 새로운 테스트 시간 적응 프레임워크입니다. 역전파가 필요 없고, 상태 비저장 구조로 메모리 효율이 뛰어나며, 양자화 모듈 융합을 통해 성능을 더욱 향상시켰습니다.

Baolong Bi 등 연구진이 발표한 CK-PLUG는 거대 언어 모델(LLM)의 환각 문제를 해결하기 위한 혁신적인 방법으로, 모델의 매개변수 지식과 외부 지식 간의 충돌을 효과적으로 관리하여 지식 의존도를 미세 조정합니다. Llama3-8B를 이용한 실험 결과, 메모리 재현율을 9.9%~71.9% 범위로 조절하며, 다양한 RAG 작업에서 일관된 성능 향상을 보였습니다.

Kai Chen과 Zebing Sun이 개발한 DeepPsy-Agent는 3단계 심리 상담 이론과 딥러닝 기술을 결합한 혁신적인 AI 기반 심리 상담 시스템입니다. 3만 건의 실제 상담 데이터를 바탕으로 개발되었으며, 기존 LLM 대비 우수한 성능을 보여주었습니다. 특히, 단계 인식 및 심층 사고 모듈의 효과가 뚜렷하게 나타났습니다.

Rohit Kundu, Athula Balachandran, Amit K. Roy-Chowdhury가 개발한 TruthLens는 기존 딥페이크 탐지 기술의 한계를 뛰어넘는 혁신적인 프레임워크입니다. PaliGemma2와 DINOv2를 결합한 아키텍처로 높은 정확도와 설명 가능성을 확보하였으며, 다양한 딥페이크 유형에 대한 뛰어난 일반화 성능을 보여주었습니다.

DroidTTP 프레임워크는 MITRE ATT&CK 프레임워크와 LLM, XGBoost를 활용하여 안드로이드 악성코드의 TTP를 매핑하는 혁신적인 시스템입니다. Label Powerset XGBoost 모델이 우수한 성능을 보였지만, LLM 기반 접근 방식의 잠재력도 확인되었습니다. 안드로이드 보안 강화에 기여하는 중요한 연구 결과입니다.