NVIDIA NeMo를 활용한 비디오 기반 모델(VFM) 훈련 파이프라인 개발은 대규모 고품질 VFM 훈련의 어려움을 해결하고, 효율적인 훈련 및 추론을 위한 최적 사례를 제시하며, AI 기반 영상 생성 기술의 발전에 크게 기여할 것으로 예상됩니다.

저장대학교 연구진이 개발한 Open3DBench는 오픈소스 기반 3D-IC 설계 벤치마크로, 2D 대비 면적 51.19%, 배선 길이 24.06%, 타이밍 30.84%, 전력 5.72% 개선을 달성했습니다. PPA 중심 설계 방법론의 중요성을 강조하며 3D-IC 설계 분야 발전에 기여할 것으로 예상됩니다.

중국과학원 자동화연구소 연구팀이 개발한 새로운 강화학습 프레임워크 StepGRPO와 이를 기반으로 한 MLLM R1-VL은 단계별 추론에서 뛰어난 성능을 보이며 AI 추론 기술 발전에 기여할 것으로 기대됩니다.

AI 언어 모델의 탈옥 공격 방어를 위한 혁신적인 기술 MirrorGuard가 등장했습니다. 동적 적응 방어와 엔트로피 기반 탐지 기술을 활용하여 기존 시스템의 한계를 극복하고 최첨단 성능을 달성했습니다. 하지만 지속적인 연구개발을 통해 AI 시스템의 안전성을 더욱 강화해야 합니다.

중국 연구팀이 개발한 MMLNB 모델은 다중 모달 학습을 통해 신경모세포종 아형 분류의 정확성과 해석력을 향상시켰습니다. 병리 이미지와 생성된 텍스트 설명을 통합하여 단일 모달 모델보다 높은 정확도를 달성했으며, 소스 코드 공개를 통해 지속적인 발전을 도모하고 있습니다.