본 기사는 LLM 기반의 GDPR 투명성 준수 자동 평가 시스템에 대한 최신 연구 결과를 소개합니다. 70만 건 이상의 데이터셋을 활용한 실험을 통해 AI를 이용한 GDPR 준수 평가의 효율성과 정확성을 확인하고, 향후 개인정보보호 강화에 대한 기대감을 제시합니다.

Samoyeds는 활성화와 모델 파라미터에 동시 희소성을 적용한 MoE LLM 가속 시스템으로, 기존 SOTA 대비 뛰어난 성능과 메모리 효율을 달성했습니다. 희소 텐서 코어를 활용하여 커널 및 모델 레벨에서 성능 향상을 이루었으며, 향후 LLM 발전에 중요한 기여를 할 것으로 예상됩니다.

Yafei Zhang 등 연구진이 개발한 RankPO는 대규모 언어 모델을 활용하여 직무-인재 매칭의 정확도를 높이는 혁신적인 기술입니다. 규칙 기반 학습과 AI 선호도 기반 미세 조정을 통해 텍스트 이해 능력을 향상시켰으며, GitHub를 통해 코드와 데이터를 공개하여 다른 연구자들의 활용을 지원합니다.

Xu Lingrui, Liu Mandi, Zhang Lei 세 연구원이 개발한 TacticExpert는 시공간 그래프 언어 모델을 이용하여 농구 전술을 분석하는 혁신적인 모델입니다. 기존 모델의 한계를 극복하고 제로샷 성능을 향상시킨 TacticExpert는 농구 경기 분석 및 전략 수립에 새로운 가능성을 제시합니다.

본 연구는 LLM을 활용한 템플릿 없는 알고리즘 생성 및 최적화 프레임워크를 제시합니다. 기능적, 구조적 측면의 2차원 공진화 전략을 통해 기존 방식보다 뛰어난 성능과 혁신성을 달성, 자동화된 알고리즘 개발의 새로운 가능성을 제시합니다.