챗GPT와 DeepSeek의 프로그래밍 문제 해결 능력 비교 연구 결과, 쉬운 문제에서는 유사한 성능을 보였으나 중간 난이도 문제에서는 ChatGPT가 우세했고 어려운 문제에서는 모두 어려움을 겪었다는 내용입니다. 이는 LLM 기반 프로그래밍 도구 개발에 있어 성능 향상과 계산 성능 개선의 필요성을 시사합니다.

본 논문은 Takagi-Sugeno-Kang 퍼지 시스템(TSK-FS)과 새로운 미분 가능한 최적화 방법, 2차 기하학적 보존 방법을 결합하여 해석 가능하면서도 성능이 뛰어난 퍼지 규칙 기반의 표현 학습 방법을 제시합니다. 다양한 실험 결과를 통해 기존 방법 대비 우수성을 검증하였으며, AI의 블랙박스 문제 해결에 기여할 것으로 기대됩니다.

ColorfulClouds Technology Co., Ltd. 연구팀이 개발한 CNCast는 3D Swin Transformer 기반의 혁신적인 지역 단기 기상 예보 모델로, 기존 모델보다 우수한 예측 정확도와 고해상도 강수량 예측 기능을 제공합니다. 전통적 수치예보 기법과의 시너지 효과를 통해 더욱 정확하고 실용적인 날씨 예보를 가능하게 합니다.

본 연구는 연합 프로토타입 학습(FedPL)의 한계를 극복하기 위해 대규모 언어 모델(LLM)과 사전 학습된 언어 모델(PLM)을 활용한 새로운 방법론인 FedTSP를 제안합니다. FedTSP는 텍스트 의미론을 활용하여 클래스 간의 의미 관계를 보존하는 프로토타입을 생성하며, 학습 가능한 프롬프트를 통해 모달리티 간 차이를 해소하여 데이터 이질성을 완화하고 수렴 속도를 향상시킵니다.

HAR-DoReMi는 IMU 센서 데이터의 이질성 문제를 해결하기 위해 DoReMi 전략을 개선하여 적용한 자기 지도 학습 기반 인체 활동 인식 프레임워크입니다. MSE 손실 기반 마스크 재구성 및 Mahony 융합 알고리즘을 통해 기존 최첨단 방법보다 6.51% 향상된 정확도와 30~50% 감소된 데이터 사용량을 달성했습니다.