MoE 모델의 효율성을 높이기 위해 전문가 간 협업 패턴을 분석하여 과도한 협업을 제한하는 C2R 전략을 제시. LLaMA-MoE와 Qwen-MoE에서 성능 향상과 실행 시간 단축을 달성.

중국과학원 연구진이 개발한 DreamActor-M1은 하이브리드 가이드 방식을 통해 기존 이미지 기반 인체 애니메이션의 한계를 극복한 혁신적인 시스템입니다. 다양한 크기와 자세의 이미지에 적응하며, 뛰어난 표현력과 장기간의 시간적 일관성을 제공합니다.

본 기사는 Alfonso Amayuelas 등 연구진이 발표한 논문 "Self-Resource Allocation in Multi-Agent LLM Systems"을 바탕으로, LLM을 활용한 다중 에이전트 시스템에서의 자원 할당 효율성 증대에 대한 혁신적인 연구 결과를 소개합니다. LLM을 계획자(planner)로 활용하는 방법이 조정자(orchestrator) 방법보다 효율적이며, 작업자 능력 정보 활용의 중요성을 강조합니다.

AI 기반의 개인 맞춤형 건강 관리 키오스크 HERMES는 높은 정확도와 사용자 프라이버시 보장을 통해 공공 보건 접근성을 향상시킬 잠재력을 보여주는 시스템입니다. 향후 실제 환경 배포 및 확장성 확보를 통해 더욱 발전된 의료 서비스 제공이 기대됩니다.

저장대학교 ZJUKLAB 연구팀은 SemEval-2025 Task 4에서 혁신적인 모델 병합 기법을 활용, 대규모 언어 모델의 민감 정보 제거 기술을 선보였습니다. 26개 팀 중 2위를 기록하며 기술력을 인정받았지만, 평가 지표의 한계와 향후 연구 방향에 대한 중요한 시사점도 제시했습니다.