본 연구는 물리적 해석 가능성을 유지하면서 높은 정확도를 달성한 AI 기반 차량 플래툰 역학 모델링(PeMTFLN)을 제시합니다. 실제 주행 데이터를 기반으로 학습된 PeMTFLN은 기존 모델보다 우수한 예측 성능을 보였으며, 오픈소스로 공개되어 관련 연구 발전에 기여할 것으로 기대됩니다.

Gaetano Rossiello 등 연구팀의 'Rationalization Models for Text-to-SQL' 논문은 Chain-of-Thought 합리화 모델을 통해 텍스트-SQL 변환의 정확도와 설명 가능성을 향상시켰습니다. 대규모 언어 모델과 단계별 쿼리 생성 방식을 활용하여 복잡한 쿼리 처리 능력을 개선하고, 특히 중간 및 고난이도 쿼리에서 성능 향상을 보였습니다.

이탈리아 연구팀이 AI 기반 원격 감지 기술을 이용해 불법 쓰레기 매립지를 효율적으로 감지하는 기술을 개발했습니다. 현지 환경 당국과의 협력을 통해 실제 현장 적용 가능성을 검증했으며, 훈련 지역 밖에서도 높은 정확도를 보여 범용성을 입증했습니다. 이 기술은 환경범죄 감시 및 예방에 크게 기여할 것으로 기대됩니다.

본 연구는 LLM 추론의 효율적인 스케줄링을 위한 새로운 알고리즘을 제시하여 KV 캐시 제약 조건 하에서 지연 시간을 최소화하고 에너지 소비를 줄이는 데 성공했습니다. 이론적 분석과 실험적 평가를 통해 알고리즘의 효율성을 입증하였으며, 지속 가능하고 비용 효율적인 LLM 배포를 위한 새로운 길을 제시합니다.

중국과학원 연구팀이 개발한 Light-DDG 모델은 자연 진화 과정을 모방한 AI 기반 항체 최적화 기술로, 단백질 변이 예측의 효율성과 설명력을 크게 향상시켰습니다. 대규모 데이터셋 기반 사전 훈련과 Mutation Explainer 알고리즘을 통해 신약 개발 등 다양한 분야에 혁신적인 도구를 제공할 것으로 기대됩니다.