명총 레이(Mingcong Lei) 박사 연구팀이 개발한 공간-시간 기억 에이전트(STMA)는 장기간 과제 계획 능력을 획기적으로 향상시킨 AI 에이전트입니다. 공간-시간 기억 모듈, 동적 지식 그래프, 계획자-비평가 메커니즘의 통합을 통해 TextWorld 환경에서 기존 최고 성능 모델 대비 성공률 31.25%, 평균 점수 24.7% 향상이라는 놀라운 성과를 달성했습니다.

Heramb Podar와 Alycia Colijn의 보고서는 자율살상무기시스템(LAWS)의 기술적 위험을 심층 분석하여, AI 알고리즘의 불확실성, 통제 불능의 가능성 등을 지적하며, 국제 안보와 인도주의적 원칙에 대한 심각한 위협을 경고합니다.

본 연구는 딥러닝(DNN)의 일반화 능력을 심볼릭 상호작용의 관점에서 새롭게 해석하여, 일반화 가능한 상호작용과 불가능한 상호작용을 구분하는 이론을 제시하고 실험적으로 검증했습니다. 이는 고차원 특징 공간 분석에서 벗어나 상호작용에 초점을 맞춤으로써 DNN 이해에 새로운 패러다임을 제시하는 중요한 연구입니다.

메이투안 연구진이 개발한 SessionRec은 기존의 아이템 단위 예측 방식의 한계를 극복하고 세션 단위 예측을 통해 사용자의 다양한 관심사를 효과적으로 반영하는 혁신적인 생성적 순차 추천 시스템입니다. 계층적 시퀀스 집계, 아이템 순위 손실 통합, 그리고 메이투안 앱 A/B 테스트를 통한 검증 결과는 SessionRec의 우수성을 입증하며, 산업 규모의 생성적 추천 시스템 개발에 새로운 가능성을 제시합니다.

Serkan Sulun, Paula Viana, Matthew E. P. Davies 연구팀이 개발한 EMSYNC는 영상의 감정과 시간적 경계를 정렬하여 음악을 생성하는 혁신적인 모델입니다. 두 단계의 프레임워크와 이벤트 기반 인코딩을 통해 정밀하고 표현력 있는 음악을 생성하며, 주관적 청취 테스트에서 최첨단 모델을 능가하는 성능을 보였습니다.