Mohammad Wali Ur Rahman 등 연구진이 개발한 MASQRAD는 다중 에이전트 기반 생성형 AI로, 모호한 사용자 질의를 정확하게 해석하고 실행 가능한 결과를 제공합니다. 세 가지 AI 에이전트의 협업을 통해 87%의 높은 정확도를 달성하며, AI 기반 애플리케이션의 혁신을 주도할 것으로 기대됩니다.

Semyon Savkin 등 연구진이 개발한 NestQuant는 중첩 격자 기반의 새로운 PTQ 기법으로, Llama-3-8B 모델에 적용하여 기존 최고 성능 대비 perplexity 감소율 55% 이상을 달성했습니다. 구현이 간편하고 다양한 LLM에 적용 가능하여 LLM의 효율적 배포에 크게 기여할 것으로 예상됩니다.

마이크로소프트 연구진이 개발한 Autellix는 기존 LLM 서빙 시스템의 한계를 극복하고 프로그램 처리량을 4~15배 향상시키는 혁신적인 시스템입니다. 프로그램을 일급 시민으로 간주하여 종단 간 지연 시간을 최소화하는 Autellix는 AI 에이전트의 성능 향상에 크게 기여할 것으로 기대됩니다.

본 기사는 훈련 없이도 정밀한 작은 물체 조작이 가능한 모바일 매니퓰레이터 프레임워크 SVM에 대한 내용을 다룹니다. 최첨단 비전 모델과 폐색 제거 기술을 활용하여 실제 환경에서 85%의 제로샷 성공률을 달성하며 기존 방식 대비 50% 향상된 성능을 보여줍니다.

본 기사는 AI 기반 신약 개발 에이전트 LIDDIA에 대한 최신 연구 결과를 소개합니다. LIDDIA는 대규모 언어 모델을 활용하여 신약 개발 과정을 자동화하고 효율성을 높이는 혁신적인 기술로, 임상적으로 중요한 표적에 대한 유망한 신규 약물 후보를 식별하는 데 성공했습니다. LIDDIA의 등장은 신약 개발의 미래를 밝게 전망하게 하며, 향후 의료 분야의 혁신을 가져올 것으로 기대됩니다.