중국과학원 연구팀이 개발한 GGBond는 인간의 인지 메커니즘과 사회적 상호작용을 반영한 혁신적인 추천 시스템 시뮬레이션 플랫폼으로, 기존 시스템의 한계를 극복하고 장기적인 추천 효과 평가를 가능하게 합니다.

본 기사는 이종 관계형 그래프 신경망(HGNN)에 대한 새로운 백도어 공격 기법 HeteroBA를 소개합니다. HeteroBA는 현실적인 특징과 표적 구조적 연결을 가진 트리거 노드를 삽입하여 공격을 수행하며, 높은 공격 성공률을 기록했습니다. 이는 HGNN의 보안 취약성을 보여주는 중요한 연구 결과이며, 향후 HGNN 기반 시스템의 보안 강화를 위한 연구 개발의 필요성을 강조합니다.

린 이청 등 8명의 연구진이 발표한 논문은 LLM 기반 다중 에이전트 시스템에서 창의성을 최초로 심도 있게 다루었습니다. 에이전트의 사전 행동, 페르소나 디자인, 생성 기법, 평가 지표, 그리고 주요 과제 등을 종합적으로 분석하여, 창의적인 MAS 개발을 위한 구조적 프레임워크와 로드맵을 제시합니다.

Bogdan Bogachov와 Yaoyao Fiona Zhao가 개발한 Small Language Graph (SLG)는 경량화된 다중 전문가 생성 언어 모델 시스템으로, 기존 LLM의 한계를 극복하고 엔지니어링 분야 정보 추출의 정확도와 속도를 크게 향상시켰습니다. 중소기업의 AI 접근성 향상과 분산 AI 시스템으로의 확장 가능성을 제시하며 AI 기술 발전에 중요한 의미를 가집니다.

Zhengyang Ji 등 연구진은 정보 흐름 분석과 다중 라운드 대화 평가를 결합한 새로운 프레임워크를 통해 대규모 비전 언어 모델(LVLMs)의 사회적 편향 문제를 심층적으로 분석했습니다. 그 결과, 모델 내부 정보 활용의 불균형이 편향의 주요 원인이며, 텍스트 및 이미지 모달리티 모두에서 편향이 나타남을 확인했습니다. 이 연구는 공정하고 윤리적인 AI 개발에 중요한 시사점을 제공합니다.