장석기, 오다펑, 왕홍강, 왕루얀 연구팀은 행동 인터넷(IoB)의 보안 및 프라이버시 문제를 해결하기 위해 블록체인 기반 분산 데이터 관리 프레임워크를 제안했습니다. 제로지식 증명과 향상된 합의 프로토콜을 도입하여 효율성과 보안성을 크게 향상시켰으며, 시뮬레이션 결과를 통해 그 효과를 검증했습니다.

대규모 언어 모델(LLM)이 생성한 텍스트와 인간이 작성한 텍스트를 구별하는 연구에서 인간은 87.6%의 높은 정확도를 보였으며, 인간과 AI 텍스트의 차이점은 구체성, 문화적 미묘함, 다양성에 있음을 밝혔습니다. 하지만 인간은 항상 인간이 작성한 텍스트를 선호하는 것은 아니며, 프롬프트 개선을 통해 AI 텍스트 탐지 정확도를 높일 수 있습니다.

Xiaoyi Dong, Jian Cheng, Xi Sheryl Zhang 연구팀이 개발한 MaxEntDP는 Diffusion Model을 활용하여 기존 Gaussian Policy의 한계를 극복한 MaxEnt RL 알고리즘입니다. Mujoco 벤치마크에서 우수한 성능을 보이며, 복잡한 환경에서의 효율적인 탐색과 최적 정책 도달에 기여합니다.

다학제 연구팀이 AI 번역 시스템의 젠더 편향을 코사인 유사도 분석으로 규명하고, 성중립적 번역 알고리즘 개발 방향을 제시한 연구 결과를 소개합니다. AI 개발 과정에서의 윤리적 고려의 중요성을 강조하며, 더욱 공정하고 객관적인 AI 시스템 개발을 위한 지속적인 노력을 촉구합니다.

홍예 邱 등 연구진이 개발한 DR.GAP은 기존 LLM의 젠더 편향 문제를 해결하는 혁신적인 방법으로, 모델 가중치 접근 없이도 효과적으로 편향을 완화하고 모델 성능을 유지하는 데 성공했습니다. 다양한 LLM 및 VLM에서의 실험 결과는 DR.GAP의 우수성을 입증합니다.