Myra Cheng, Sunny Yu, Dan Jurafsky 연구팀은 LLM의 인간다운 언어 생성에 대한 긍정적, 부정적 측면을 분석하고, 인간다운 어조를 측정하는 HumT와 이를 제어하는 DumT를 개발하여 AI의 안전성과 윤리적 문제 해결에 기여했습니다.

Danial Abshari와 Meera Sridhar의 논문 "A Survey of Anomaly Detection in Cyber-Physical Systems"는 사이버 물리 시스템(CPS)의 이상 탐지에 대한 종합적인 조망을 제공하며, 다양한 방법론의 비교 분석과 미래 연구 방향 제시를 통해 CPS의 안전성과 신뢰성 향상에 기여합니다.

Difan Deng과 Marius Lindauer가 개발한 Neural Attention Search (NAtS)는 트랜스포머 모델의 추론 비용을 줄이기 위한 혁신적인 프레임워크입니다. 토큰의 중요도를 평가하여 불필요한 토큰을 제거함으로써 KV 캐시 크기를 효율적으로 감소시키며, 새로운 모델 학습과 기존 모델 미세 조정 모두에서 효과를 보였습니다.

Gu Hankang 등 연구진은 MADRL 기반 RTSC에서 마이크로-매크로 교통 상태 간 상관관계를 포착하는 혁신적인 통신 전략을 제시했습니다. GA2-Naive와 GA2-Aug 모듈을 통해 실제 및 합성 시나리오에서 성능 향상을 입증했으며, 대규모 네트워크에서도 견고성을 보였습니다.

대만 국립대학교 연구팀이 개발한 MotionMatcher는 텍스트-비디오 생성 모델의 움직임 제어 문제를 해결하는 혁신적인 기술입니다. 고차원 시공간적 동작 특징 매칭을 통해 정확한 동작 학습을 가능하게 하며, 기존 방식의 한계를 극복하는 최첨단 성능을 보여줍니다.