이화여대 연구팀이 개발한 Chain-of-Rank(CoR) 기술은 엣지 디바이스에서의 도메인 특화 RAG 성능을 획기적으로 향상시키는 기술입니다. 복잡한 추론 대신 문서 신뢰도 순위 매김을 통해 연산량을 줄이고 정확도를 높였으며, 벤치마크에서 최첨단 성능을 달성했습니다. 이 기술은 엣지 디바이스 기반의 AI 서비스 확산에 크게 기여할 것으로 기대됩니다.

CoT-ICL Lab이라는 새로운 프레임워크를 통해 인공지능 모델의 사고 과정 학습(CoT)을 체계적으로 연구하고, 모델의 크기, 깊이, 학습 데이터 양이 CoT 학습에 미치는 영향을 밝혔습니다. 깊은 모델은 적은 예제로도 효과적이며, 토큰 처리 함수의 다양성 제한은 학습 효율 향상에 기여한다는 것을 발견했습니다.

본 기사는 AI가 학생의 사고 과정을 이해하는 능력을 평가하는 새로운 방법론인 '모방 게임'에 대한 연구 결과를 소개합니다. 이 연구는 튜링 테스트를 응용하여 학생의 오류를 바탕으로 AI와 인간 전문가가 생성한 오답을 비교 분석함으로써 AI의 학생 인지 모델링 능력을 검증하는 획기적인 시스템을 제시합니다. 이는 개인 맞춤형 교육 시스템 구축에 중요한 전기를 마련할 것으로 기대됩니다.

본 연구는 언어 모델의 크기와 추론 능력 간의 상관관계를 규명하고, 16억 파라미터를 기준으로 추론 성능이 급격히 향상됨을 보여줍니다. 또한, 작은 모델의 추론 성능 향상을 위한 파인튜닝 기법과 어텐션 맵 분석을 통한 모델 해석 가능성 향상 방안을 제시합니다.

CurricuVLM은 VLM을 활용하여 자율주행 에이전트의 행동 분석 및 취약점을 파악하고, 맞춤형 훈련 시나리오를 생성하는 혁신적인 프레임워크입니다. Waymo Open Motion Dataset을 이용한 실험 결과, 기존 기술 대비 우수한 성능을 입증하며 안전한 자율주행 실현에 기여할 것으로 기대됩니다.