설명 가능한 AI(XAI) 기반의 대장암 조기 진단 시스템 ColonScopeX가 개발되었습니다. 혈액 검사 및 환자 정보 등 다양한 데이터를 통합하여 정확도를 높였으며, 의사의 진단 보조 및 대규모 선별 검사 도구로 활용될 수 있습니다.

중국과학원 연구팀이 개발한 FM-LoRA는 기존 지속 학습 모델의 한계를 극복하는 혁신적인 방법론으로, 동적 계급 선택기와 동적 메타 프롬프팅을 통해 모델의 효율성을 높이고 재앙적 망각 문제를 해결합니다. 다양한 실험 결과를 통해 그 우수성을 입증했습니다.

본 기사는 Zhang, Feng, Li 세 연구원의 연구를 바탕으로, 대규모 언어 모델(LLM)을 시계열 예측에 활용하는 것의 효과에 대한 재고찰을 제시합니다. 소규모 데이터셋의 과적합 문제와 이를 해결하기 위한 대규모 사전 훈련의 중요성을 강조하며, LLM의 잠재력과 한계를 동시에 제시합니다. 연구 결과는 LLM의 시계열 예측 분야에서의 미래 연구 방향을 제시하는 데 중요한 의미를 가집니다.

AIMHack2024 해커톤을 통해 생성형 AI를 재료과학 연구 및 교육에 적용하는 방안을 모색한 연구 결과를 발표했습니다. AI 기반 소프트웨어 시험, AI 튜터, GUI 애플리케이션 개발 등 세 가지 주요 주제를 중심으로 생성형 AI의 활용 가능성을 확인했습니다.

본 기사는 멀티모달 대규모 추론 모델(MLRM)의 안전성 문제에 대한 최근 연구 결과를 소개합니다. 연구진은 MLRM의 추론 능력 향상이 안전성 저하로 이어지는 '추론 세금' 현상과 특정 시나리오에서의 심각한 취약성인 '안전 사각지대'를 발견했습니다. 하지만 MLRM의 자기 수정 능력도 확인되어 향후 안전성 강화 가능성을 제시하며, MLRM 안전성 평가를 위한 오픈소스 도구킷 'OpenSafeMLRM' 공개를 통해 안전한 AI 시스템 구축을 위한 노력을 촉구합니다.