Chia와 Pan의 연구는 LLM의 잠재적 하위 공간을 분석하여 프롬프트 주입 공격과 같은 적대적 조작에 대한 새로운 방어 전략을 제시합니다. 잠재 공간에서의 섭동을 통해 적대적 상태를 식별하고 무력화하는 방법을 제시함으로써, 기존의 안전 장치 기반 방식에서 벗어나 모델에 독립적인 선제적 방어 체계 구축의 가능성을 열었습니다.

Liu et al.의 연구는 AI 기반 MOOC 플랫폼 TSConnect를 소개하며, 지식의 저주를 완화하고 강사와 학생 간의 효과적인 소통을 증진하는 데 기여하는 역동적 지식 그래프와 다양한 소통 채널을 강조합니다. 사용자 연구 결과, TSConnect는 학생들의 피드백 증가 및 강사의 교수법 개선으로 이어지는 긍정적 효과를 보였습니다.

모션 코믹스 제작의 어려움을 해결하기 위해 개발된 댄싱보드(DancingBoard)는 사용자 친화적인 인터페이스와 안내 기능으로 사용자의 노력을 줄이고 스토리 전달력을 높였습니다. 사용자 및 관객 연구 결과를 통해 그 효과가 입증되었습니다.

본 기사는 MOBA e스포츠에서 실시간 전략과 전문가 선호 전략 간의 불일치를 분석하는 새로운 시스템인 StratIncon Detector에 대한 내용을 다룹니다. 이 시스템은 시각적 분석을 통해 전략적 불일치를 효율적으로 식별하고, 그 원인과 결과를 분석하여 팀워크 향상에 기여하는 것을 목표로 합니다. 사용자 연구와 전문가 인터뷰 결과는 StratIncon Detector의 효과성을 입증합니다.

이병찬, 이세현 연구원의 논문 "Implicit Contrastive Representation Learning with Guided Stop-gradient"는 자기지도학습에서 Siamese 네트워크의 표현 붕괴 문제를 해결하기 위해 Guided Stop-gradient 기법을 제안합니다. 음성 샘플링에 대한 의존도를 줄이고 비대칭 네트워크 구조를 활용하여 암묵적 대조 학습을 구현, SimSiam 및 BYOL 알고리즘에 적용하여 성능 향상 및 안정적인 학습을 달성했습니다.