KVCrush는 대규모 언어 모델의 KV 캐시 크기를 획기적으로 줄이면서 정확도를 유지하는 기술입니다. 기존 기술의 한계를 극복하고 실제 LLM 배포 환경과의 호환성까지 확보하여 LLM의 효율성과 실용성을 크게 향상시킬 것으로 기대됩니다.

딥러닝 기법 PATCH를 활용하여 엘 그레코 작품 분석, 기존 연구에 대한 새로운 시각 제시 및 예술적 이질성 측정 가능성 확인

Guo Zhihao 등 연구진의 GP-GS는 3D Gaussian Splatting의 단점을 극복하기 위해 다중 출력 Gaussian Process 모델을 활용한 새로운 3D 재구성 프레임워크를 제시합니다. 불확실성 기반의 동적 샘플링 및 필터링 파이프라인을 통해 희소한 SfM 점 구름을 밀집화하여 3D 모델링의 정확도를 크게 향상시키는 효과를 보였습니다.

본 연구는 LLM을 활용한 에이전트 기반 모델 TRIBE을 통해 인간의 위험 회피와 같은 심리적 요소가 채권 시장 거래에 미치는 영향을 분석하였습니다. 그 결과, 작은 변화에도 시장 전체가 붕괴될 수 있음을 보여주며, AI 기반 시장 모델링의 새로운 가능성과 위험성을 동시에 제시합니다.

LLaSE-G1은 WavLM과 X-Codec2를 활용하여 음향 일관성을 높이고, 듀얼 채널 구조로 일반화 능력을 향상시킨 혁신적인 LLaMA 기반 음성 향상 모델입니다. 기존 모델의 한계를 극복하고 다양한 작업에 적용 가능한 잠재력을 보여줍니다.