Sapir Caduri가 개발한 Bi-Fact는 UI 트래젝토리에서 의도 추출을 평가하는 혁신적인 방법론으로, 원자적 사실 분해와 양방향 비교를 통해 기존 지표보다 인간의 판단과 높은 상관관계를 보이며 더욱 정확하고 신뢰도 높은 평가를 제공합니다.

Chen Kehua 박사와 Shen Haoyang 박사 연구팀이 개발한 SemiHMER 모델은 준지도 학습 기법을 활용하여 손글씨 수학식 인식(HMER)의 정확도를 크게 향상시켰습니다. 이중 분기 네트워크, 약-강 증강 전략, 그리고 혁신적인 GDCM 모듈의 조합은 기존 모델 대비 평균 5% 이상의 정확도 향상을 가져왔으며, HMER 분야의 획기적인 발전으로 평가받고 있습니다.

Henry Hengyuan Zhao, Difei Gao, Mike Zheng Shou 연구진은 실제 사용자 상호 작용을 시뮬레이션하는 새로운 GUI 벤치마크 WorldGUI와 비판적 사고 기반 프레임워크 GUI-Thinker를 제시했습니다. GUI-Thinker는 Claude-3.5보다 WorldGUI 작업 성공률을 14.9% 향상시켰습니다. 이 연구는 더욱 정교하고 강력한 GUI 자동화 시스템 개발에 기여할 것입니다.

Eric Zhao, Pranjal Awasthi, Sreenivas Gollapudi 세 연구원의 논문은 단순한 샘플링 기반 검색을 통해 AI 모델의 추론 능력을 향상시키는 방법을 제시합니다. '암묵적 스케일링' 현상과 정밀 검증을 위한 두 가지 원칙을 밝히고, 최첨단 모델의 자체 검증 능력 부족을 지적하며 새로운 벤치마크를 제시하는 등 AI 분야의 발전에 크게 기여할 것으로 예상됩니다.

TeLL-Drive는 LLM과 DRL을 결합하여 자율주행의 한계를 극복한 혁신적인 프레임워크입니다. 교사 LLM의 지도 학습을 통해 학습 효율을 높이고, 실제 차량 실험을 통해 안전성과 실용성을 검증했습니다. 자율주행 기술의 발전에 중요한 이정표가 될 것으로 기대됩니다.