중국과학원 연구진이 개발한 Creation-MMBench는 멀티모달 대규모 언어 모델(MLLM)의 창의성을 평가하는 새로운 벤치마크입니다. 실험 결과, 오픈소스 MLLM은 독점 모델에 비해 창의적 작업에서 성능이 떨어지며, 시각적 미세 조정은 오히려 창의성을 저해할 수 있음을 보여줍니다. Creation-MMBench는 MLLM의 창의성 향상 연구에 중요한 기여를 할 것으로 기대됩니다.

Azua와 Bertossi의 연구는 설명 가능한 데이터 관리에서 다양한 속성 점수들의 상호 일관성을 분석하여, 특정 쿼리 유형과 외생적 튜플의 존재가 속성 점수의 순위에 미치는 영향을 밝혔습니다. 이 연구는 데이터 분석가들에게 데이터 해석 시 적절한 속성 점수 선택과 결과의 신뢰성 평가의 중요성을 강조합니다.

본 기사는 데이터 시각화 리터러시(DVL)의 중요성과 관련 연구 동향을 소개합니다. Sara Beschi 등의 연구를 중심으로 DVL의 개념, 평가 방법, 향후 연구 방향 등을 다루며, DVL 향상을 위한 지속적인 노력의 필요성을 강조합니다.

RWKV-7 "Goose"는 30억 파라미터 규모에서 최첨단 성능을 달성한 새로운 시퀀스 모델링 아키텍처입니다. 적은 토큰으로 훈련되었음에도 불구하고 우수한 성능을 보이며, 토큰당 일정한 메모리와 추론 시간을 유지합니다. 상태 추적 및 정규 언어 인식이 가능하며, 모델과 데이터셋, 코드 모두 공개되어 재현성과 확산을 촉진합니다.

강화학습 기반의 양자 회로 합성 방법이 기존 방식 대비 2배 이상의 성능 향상을 보이며 양자 컴퓨팅 분야에 혁신을 가져왔습니다. Qiskit 트랜스파일러 통합을 통해 실질적인 성능 향상을 확인했으며, 대규모 양자 트랜스파일 작업에 대한 잠재력을 보여주었습니다.