나영훈 교수 연구팀이 개발한 MC2SleepNet은 멀티모달 학습과 대조 학습, 교차 마스킹 기법을 활용하여 수면 단계 분류 정확도를 크게 향상시켰습니다. SleepEDF-78과 SHHS 데이터셋에서 각각 84.6%, 88.6%의 정확도를 달성하며 최첨단 성능을 기록했습니다.

중국과학원 자동화연구소 연구진이 개발한 MIH-TCCT는 이벤트 기반 텍스트-코드 순환 훈련을 통해 LLM의 일관성 없는 환각 문제를 해결하는 혁신적인 방법을 제시합니다. 코드의 논리적 일관성을 자연어 처리에 적용하여 다양한 작업에서 성능을 향상시키는 이 방법은 향후 신뢰할 수 있는 AI 시스템 개발에 크게 기여할 것으로 예상됩니다.

Jeremy Avigad의 에세이 '수학은 쓸모없는 학문인가?'를 중심으로 인공지능 시대에 수학적 사고의 가치와 역할에 대해 논의. AI 발전에 수학이 필수적이지만, 동시에 새로운 수학적 역량 개발의 필요성을 강조.

Dazhou Yu 외 연구팀이 개발한 Spatial-RAG 프레임워크는 LLM의 공간 추론 능력을 크게 향상시켜, AI의 현실 세계 적용 가능성을 높였습니다. 희소 공간 검색과 밀집 의미 검색을 통합하고 다중 목표 순위 전략을 활용하여 LLM이 공간 정보를 효과적으로 처리할 수 있도록 합니다.

Hadamard 행렬을 활용한 새로운 RNN 구조 HadamRNN이 등장하여, 에지 디바이스에서의 AI 활용 가능성을 크게 높였습니다. 이진 및 희소 삼진 가중치를 사용하면서도 기존 고성능 모델에 필적하는 성능을 보였으며, 특히 1000 timesteps 이상의 copy task 성공은 매우 주목할 만한 성과입니다.