본 기사는 중국과학원 자동화연구소 연구팀이 개발한 DReSS(Data-driven Regularized Structured Streamlining) 기법을 소개합니다. DReSS는 기존 LLM 가지치기 방식의 한계를 극복하는 새로운 3단계 접근법으로, 소량의 데이터를 활용하여 중요 정보의 손실을 최소화함으로써 극단적인 가지치기 비율에서도 우수한 성능을 유지합니다. 이는 LLM의 효율성과 실용성을 크게 향상시키는 획기적인 성과로 평가됩니다.

자동차 배기가스 감소를 위한 SOM 기반 지능형 SoC 시스템이 개발되었습니다. 개인 맞춤형 운전 습관 개선을 통해 연비를 9.5%~31.5% 이상 향상시키며, FPGA 기반 실시간 구현으로 ADAS 개발에 적합합니다.

Xuzhe Dang, Lada Kudláčková, Stefan Edelkamp 세 연구원이 개발한 Image2PDDL은 이미지와 언어 모델을 활용하여 AI 계획 문제를 자동 생성하는 혁신적인 시스템입니다. 자폐 스펙트럼 장애 아동 교육에 대한 활용 사례 연구를 통해 AI의 사회적 영향력을 보여주며, 다양한 분야에서의 광범위한 응용 가능성을 제시합니다.

본 연구는 최첨단 비전 언어 모델(VLMs)의 멀티모달 및 다국어 스탠스 감지 성능을 평가한 결과, VLMs는 이미지보다 텍스트에 더 의존하며, 특히 이미지 내 텍스트에 크게 의존하는 경향을 보였다는 점을 밝혔습니다. 다국어 지원 측면에서는 대부분의 모델이 일관된 예측을 생성했지만, 일부 예외적인 경우도 존재했습니다. 이 연구는 향후 멀티모달 스탠스 감지 기술 발전을 위한 중요한 시사점을 제공합니다.

본 연구는 언어 모델이 혀의 움직임을 시각 정보로 인식하여 모음 발음을 이해하는 능력을 평가한 결과, 참고 데이터가 있을 때 높은 성능을 보였지만, 없을 때는 어려움을 겪는다는 사실을 밝혔습니다. 이는 AI 기반 언어 교육 및 의료 분야에 새로운 가능성을 제시하는 중요한 발견입니다.