본 논문은 기존 피싱 URL 탐지 방식의 한계를 극복하기 위해, 빠르고 확장 가능하며 사용자 프라이버시를 보호하는 비지도 학습 기반의 새로운 접근법인 WPN을 제안합니다. WPN은 생성형 AI 기술을 활용한 새로운 유형의 피싱 공격에도 효과적으로 대응할 수 있습니다.

중국과학원 등 연구팀이 LLM의 코드 추론 능력 향상을 위한 RHDA 파이프라인을 개발, 최대 3배 성능 향상을 달성했습니다. 인간의 문제 해결 방식을 모방한 이 파이프라인은 LLM의 추론 과정 중단 문제를 해결하는 데 효과적이며, GitHub에 공개되어 다른 연구자들의 활용을 지원합니다.

SmartLLM은 LLaMA 3.1과 RAG 기술을 활용하여 스마트 계약 감사의 정확성과 효율성을 획기적으로 향상시킨 AI 기반 시스템입니다. 100% 재현율과 70% 정확도를 달성하며, 스마트 계약 보안의 새로운 기준을 제시합니다.

주장과 관 연구팀은 LLM 기반 AdaInit 프레임워크를 통해 양자 신경망(QNN)의 불모의 고원 문제를 해결했습니다. AdaInit은 LLM의 적응형 프롬프팅을 통해 QNN의 초기 파라미터를 최적화하여 기울기 분산을 극대화하고 훈련 성능을 크게 향상시킵니다. 이 연구는 LLM이 양자 컴퓨팅 분야의 난제를 해결하는 데 기여할 수 있음을 보여주는 중요한 결과입니다.

Li Xiangyu 등 연구팀이 개발한 HedgeAgents는 LLM과 멀티 에이전트 시스템을 결합하여 시장 변동성에 강인한 금융 거래 시스템을 구축했습니다. 3년간 70%의 연평균 수익률을 달성했으며, 인간 전문가 수준의 투자 경험을 구축하여 AI 기반 금융 시스템의 새로운 가능성을 제시했습니다.