최신 연구에 따르면 최첨단 거대 언어 모델(LLM)도 고등학교 수준의 수학 문제 풀이에서 상당한 오류를 보이며, 특히 공간 추론, 전략적 계획, 산술 연산 능력이 미흡한 것으로 나타났습니다. 단순히 정답률이 아닌 추론 과정의 분석을 통해 LLM의 한계를 명확히 밝힌 이 연구는, LLM의 발전 방향을 제시하는 중요한 시사점을 제공합니다.

소형 언어 모델(SLM)의 추론 능력에 대한 연구 결과, SLM이 LLM에 필적하는 추론 능력을 가질 수 있음을 보여주며, 구조적 훈련 및 압축 기술을 통한 SLM의 발전 가능성을 제시합니다.

본 기사는 Runqi Wang 등의 연구를 바탕으로, 텍스트 기반 상호작용 모션 생성 기술의 발전과 그 한계, 그리고 리더-팔로워 역할 분담을 활용한 혁신적인 접근 방식에 대해 소개합니다. 실험 결과를 통해 제안된 방법의 우수성을 확인하고, 향후 연구 방향을 제시합니다.

본 기사는 자동 프롬프트 엔지니어링에 대한 최초의 종합적인 연구 결과를 소개합니다. 수동 프롬프트 엔지니어링의 한계를 극복하기 위한 다양한 자동화 방법론과 통합적인 이론적 프레임워크를 제시하며, AI 분야의 발전에 중요한 의미를 가짐을 강조합니다.

본 기사는 Yue Xu 등 연구진이 개발한 성차별 완화를 위한 자동화 프레임워크 FaIRMaker에 대해 소개합니다. 기존 방식의 한계를 극복하고 자동 검색 및 개선을 통해 성차별을 효과적으로 완화하며, API 기반 및 오픈소스 LLM 모두와 호환 가능하다는 점을 강조합니다.