Roblox가 3D 지능 기반 모델 'Cube' 개발에 성공하여 텍스트-도형 생성, 도형-텍스트 생성, 텍스트-장면 생성 등 다양한 기능을 구현했습니다. 기존 LLM과의 연동을 통해 장면 분석과 추론 기능도 향상시켰으며, 메타버스 플랫폼의 기술적 진보에 크게 기여할 것으로 기대됩니다.

본 연구는 AI가 눈속임 차트를 식별하는 능력에 대한 벤치마크 데이터셋을 제시하고, 최신 AI 모델의 한계를 밝히면서 향상 방안을 제시합니다. 이를 통해 더욱 정확하고 신뢰할 수 있는 정보 전달 시스템 구축에 기여할 것으로 예상됩니다.

김통영, 이정은, 윤수진, 김성환, 이동하 연구팀은 실제 전자상거래 데이터를 기반으로 한 대화형 판매 에이전트(CSI)와 LLM 기반 사용자 시뮬레이터(CSUser)를 개발하여, 상황에 맞는 사용자 프로파일링의 중요성과 개인화된 전략이 구매 성공률을 높이는 데 기여함을 증명했습니다.

Chen Jianhao 등 연구진의 논문은 다수의 LLM을 활용한 반복 샘플링 전략을 통해 LLM의 테스트 시간 계산 비용을 효율적으로 줄이고 성능을 향상시키는 방법을 제시합니다. 일관성을 신호로 모델 간 동적 전환을 통해 최적의 성능을 달성하며, 단 몇 개의 LLM만으로도 최적 성능을 얻을 수 있음을 실험적으로 증명했습니다.

중국 연구진이 R1-Zero 유사 훈련을 통해 MLLM의 시각-공간 추론 능력을 획기적으로 향상시켰습니다. 소규모 모델에서도 기존 방식을 뛰어넘는 성능을 달성하여 향후 AI 에이전트의 발전에 크게 기여할 것으로 예상됩니다.