해양 로봇 시뮬레이터 Stonefish의 주요 업데이트 내용과 해양 로봇 연구, 특히 머신러닝 분야에 미치는 영향을 다룬 기사입니다. 다양한 센서 추가, 자동 주석 도구 개발, 오픈소스 플랫폼으로서의 가치 등을 중점적으로 다루고 있습니다.

중국과학원 연구팀은 LLM의 추론 능력 향상을 위한 새로운 강화 학습(RL) 접근 방식인 LIMR을 제시했습니다. 소규모의 전략적 데이터 선택을 통해 기존의 대규모 데이터셋보다 우수한 성능을 달성하여, 데이터의 질이 양보다 중요함을 강조했습니다. 학습 영향 측정(LIM)이라는 자동화된 방법과 7B 규모 모델에서의 압도적 성능을 통해, AI 연구에 새로운 가능성을 제시하고 오픈소싱을 통해 공유하고 있습니다.

광섬유 기반의 회절 심층 신경망이 에너지 효율적인 고성능 AI 시스템 구현에 성공, 다양한 분야에서의 응용 가능성을 제시하며 광컴퓨팅의 새로운 지평을 열었습니다.

상해교통대학교 연구팀이 이중 과정 이론(DPT)을 기반으로 한 새로운 언어 에이전트 프레임워크 DPT-Agent를 개발하여 실시간 동시 인간-AI 협업의 새로운 가능성을 열었습니다. DPT-Agent는 빠른 의사결정을 위한 시스템 1과 인간 의도 추론 및 자율적 의사결정을 위한 시스템 2를 통합하여 기존 LLM 기반 프레임워크보다 뛰어난 성능을 보였습니다.

김현우, 멜라니 스클라르 등 연구팀이 개발한 새로운 AI 추론 알고리즘 'Thought-Tracing'은 기존 LLM의 한계를 극복하고 사회적 추론 능력을 향상시켰습니다. 베이지안 이론과 시퀀셜 몬테 카를로 알고리즘을 기반으로 하며, 다양한 벤치마크에서 우수한 성능을 입증했습니다.