상하이 교통대학교 연구팀이 개발한 DPT-Agent는 이중 과정 이론을 기반으로 실시간 동시 인간-AI 협업을 가능하게 하는 혁신적인 언어 에이전트 프레임워크입니다. 기존 LLM 기반 에이전트의 한계를 극복하고 실시간 상호작용에서의 효율성을 높였으며, GitHub를 통해 공개된 코드는 다양한 분야에 적용될 가능성을 보여줍니다.

BeamDojo는 스파스한 발판에서의 휴머노이드 로봇 보행 문제를 해결하는 혁신적인 강화학습 프레임워크입니다. 다각형 발에 최적화된 보상 시스템, 이중 비평가, 두 단계 학습 방식, 그리고 탑재형 LiDAR를 통해 시뮬레이션과 실제 환경 모두에서 뛰어난 성능을 입증했습니다.

RAPTOR는 기존 표 인식 시스템의 한계를 극복하는 혁신적인 후처리 시스템으로, 유전 알고리즘 기반 최적화를 통해 제품 테이블 등 복잡한 표 구조에 대한 정확도를 크게 향상시켰습니다. 다양한 데이터셋 평가를 통해 그 우수성이 검증되었으며, 산업 전반에 긍정적 영향을 미칠 것으로 기대됩니다.

인도의 다국어 환경에 특화된 Krutrim LLM은 제한된 데이터에도 불구하고 최첨단 모델들과 경쟁력 있는 성능을 보이며, 10억 명이 넘는 인구에게 AI 기술의 혜택을 제공할 수 있는 가능성을 열었습니다. 이는 AI 개발에서 윤리적 고려와 포용성의 중요성을 강조하는 중요한 사례입니다.

중국 연구진이 개발한 GSQ-Tuning은 부동소수점 연산을 제거한 온디바이스 LLM 미세조정 프레임워크로, 메모리 사용량, 전력 소모, 칩 면적을 획기적으로 감소시키면서 기존 방식과 유사한 정확도를 달성했습니다. 이는 에지 디바이스에서의 LLM 활용을 위한 중요한 전환점이 될 것으로 기대됩니다.