Satchel Grant의 연구팀이 개발한 모델 정렬 검색(MAS)은 두 신경망 시스템 간의 인과적 정보 교환을 가능하게 하는 새로운 방법입니다. 기존 방법의 한계를 극복하고, 수 인지 등 다양한 분야에 적용 가능성을 보여주는 획기적인 연구입니다.

스페인 연구팀의 연구 결과, OpenAI의 o3-mini가 DeepSeek-R1보다 훨씬 안전한 것으로 나타났습니다. 자동화된 안전 테스트 도구 ASTRAL을 사용한 분석 결과, o3-mini는 1.2%의 불안전한 응답률을 보인 반면, DeepSeek-R1은 12%의 불안전한 응답률을 기록했습니다. 이는 AI 안전성 평가의 중요성과 자동화된 테스트 도구의 유용성을 보여주는 결과입니다.

Francesco Della Santa와 Morgana Lalli 연구팀이 딥러닝 기반의 경량화된 시스템을 이용해 스포츠 하이라이트를 자동으로 탐지하는 기술을 개발했습니다. 오디오와 비디오 정보를 결합한 멀티모달 접근 방식으로 높은 정확도(오디오 89%, 비디오 83%)를 달성했으며, 소규모 데이터셋으로 학습 가능한 효율성을 보였습니다. 향후 다양한 미디어 분석 분야로의 확장 가능성이 기대됩니다.

Yan Chen 등 연구진은 다수 에이전트의 동시 학습을 위한 새로운 알고리즘을 제시했습니다. 무작위화된 최소 제곱 값 반복과 집계된 상태 표현을 활용하여 최적의 후회 경계를 달성하고 공간 복잡도를 획기적으로 개선했습니다. 이 연구는 다양한 분야에 혁신적인 영향을 미칠 것으로 기대됩니다.

SpatialVLA는 공간적 이해를 중시하는 로봇 조작 모델로, 3D 정보 주입과 적응형 동작 그리드를 통해 제로샷 학습 및 다양한 환경 적응력을 보여줍니다. 110만 개의 실제 데이터로 훈련되어 실제 로봇 환경에서도 뛰어난 성능을 입증했습니다.