중국 연구진이 개발한 Nexus-O는 오디오, 이미지, 비디오, 텍스트 데이터를 통합 처리하는 옴니퍼셉티브 모델로, 다중 모달리티 이해 및 실제 환경 적용을 위한 새로운 평가 방법과 고품질 데이터셋 구축 전략을 제시했습니다. AGI 개발에 중요한 이정표를 제시하는 혁신적인 연구입니다.

RURA-Net은 제로샷 학습 기반의 혁신적인 질병 진단 방법으로, 의료 데이터 라벨링 비용 문제를 해결하고 높은 정확도를 달성하여 의료 AI 분야에 큰 가능성을 제시합니다.

LLM을 활용한 작업장 스케줄링 문제 해결에 대한 연구 결과 발표. Starjob 데이터셋을 통해 LLaMA 8B 모델을 미세 조정하여 기존 방식보다 뛰어난 성능을 달성. AI 기반 작업장 최적화 기술의 새로운 가능성을 제시.

양종진 등 연구진이 개발한 CABS 프레임워크는 모델 병합 과정에서 발생하는 작업 벡터 간의 상충, 매개변수 중복, 불균형 가중치 분포 문제를 효과적으로 해결하여 다양한 작업과 모델 크기에서 최첨단 성능을 달성했습니다. 이는 AI 모델 병합 분야의 새로운 기준을 제시하는 중요한 성과입니다.

Luo 등 연구진이 개발한 Omni-SILA는 기존 비디오 감정 분석의 한계를 극복, 명시적 및 암시적 정보를 활용하여 비디오 감정을 정확히 식별, 위치 파악, 원인 분석을 수행합니다. ICM 모델은 장면 정보 모델링과 암시적 정보 강조에 초점을 맞춰 뛰어난 성능을 보였습니다.