LLM을 활용한 합성 데이터가 사이버 폭력 감지에 효과적임을 밝힌 연구 결과가 발표되었습니다. 합성 데이터만으로도 실제 데이터와 유사한 성능을 달성하며, 실제 데이터와 결합 시 성능이 더욱 향상됩니다. 하지만 LLM 선택이 성능에 큰 영향을 미치므로 신중한 접근이 필요합니다.

본 기사는 생성형 AI 모델 훈련 과정에서 발생하는 저작권 문제를 심층적으로 다룹니다. 미국과 유럽의 기존 저작권 예외 규정의 한계를 지적하고, 훈련 데이터 기억 현상에 따른 새로운 저작권 문제를 제기하며, 국제적인 협력을 통한 공정한 생성형 AI 관행 마련의 중요성을 강조합니다.

Tao Fan 등 연구진이 발표한 PPC-GPT는 연합 학습 기반의 개인정보 보호 LLM 압축 프레임워크로, 가지치기와 COT 지식 증류를 통해 효율적인 SLM을 생성합니다. 개인정보 보호와 성능 향상을 동시에 달성하는 혁신적인 기술로 평가받고 있습니다.

본 기사는 Andrea Asperti 등이 발표한 생성형 AI의 예술 스타일 모방 능력에 대한 연구를 소개합니다. 새로운 대규모 데이터셋 'AI-pastiche'와 사용자 설문조사를 기반으로 AI 모델의 기술적, 미학적 측면을 종합적으로 평가하여 AI 예술의 현재와 미래를 조명합니다.

Huang과 Tu 연구팀이 개발한 NLFlow는 비선형 유동 매칭 기법을 활용하여 기존 AI 기반 펩타이드 설계의 한계를 극복하고, 안정성과 친화력이 높은 펩타이드를 효율적으로 설계하는 혁신적인 방법입니다.