AttentionSmithy는 모듈식 설계로 트랜스포머 아키텍처를 쉽게 사용자 지정할 수 있게 해주는 소프트웨어 패키지입니다. 다양한 위치 인코딩 전략과 신경망 아키텍처 검색 통합 기능을 제공하며, 유전자 특이적 모델링 등 다양한 분야에서 높은 정확도를 달성했습니다.

Kumar Manas와 Adrian Paschke의 논문은 자율주행 자동차의 예측 및 계획에 지식 기반 접근 방식을 통합하는 다양한 방법론을 분석하고, 해석 가능성과 안전성을 강조하며 미래 자율주행 시스템 개발의 방향을 제시합니다.

본 연구는 상황에 따라 변하는 다중 목표의 우선순위를 고려하는 새로운 AI 계획 프레임워크인 CLMDP를 제시합니다. 베이지안 접근 방식과 시뮬레이션 및 실제 로봇 실험을 통해 그 효과를 검증하였으며, 자율 시스템의 지능과 적응력 향상에 기여할 것으로 기대됩니다.

Cheng 등 연구진이 개발한 X-SG²S 프레임워크는 3D Gaussian Splatting 모델에 1~3D 다차원 워터마킹을 효율적으로 적용하는 기술입니다. 기존 파이프라인 변경 없이 다양한 형태의 메시지를 숨기고 복구할 수 있으며, 3D 디지털 자산의 저작권 보호에 새로운 가능성을 제시합니다.

금융 알고리즘에서 영감을 얻은 새로운 디코딩 방법 '포트폴리오 빔 서치(PBS)'를 통해 오프라인 강화학습의 성능과 안정성을 향상시킨 연구 결과가 발표되었습니다. 불확실성을 고려한 다양화 전략으로 훈련 데이터에 없는 상황에서도 에이전트의 효율적인 의사결정을 가능하게 합니다.