Jamshid Ghasimi와 Nazanin Movarraei 연구팀은 뇌의 자유 에너지 원리를 기반으로 한 새로운 지식 생성 모델을 제시했습니다. 이 모델은 능동 추론을 활용하여 선언적, 절차적, 조건적 지식 생성 과정을 통합적으로 설명하며, 비지도 학습 방식으로 자가 업데이트 기능을 갖추고 있습니다. 이는 인간 지능과 인공지능 발전에 중요한 의미를 지닙니다.

자오 지위 등 연구진이 개발한 SMoRA는 단일 LoRA와 다중 LoRA MoE를 통합하여 다중 작업 학습의 효율성을 높인 혁신적인 방법입니다. 각 계급을 독립적인 전문가로 활용하여 지식 공유를 증진하고 과업 충돌을 완화하며, 제한된 매개변수 내에서 우수한 성능을 달성합니다.

Mai Zhang 등 연구팀이 개발한 Quark 프레임워크는 프로그래머블 데이터 플레인(PDP)에서 컨볼루션 신경망(CNN) 추론을 효율적으로 수행하여, 제한된 자원에도 불구하고 높은 정확도(97.3%)와 속도를 달성했습니다. 이는 AI 기반 네트워크의 발전에 크게 기여할 것으로 기대됩니다.

Cuckoo Filter 기반의 새로운 RAG 알고리즘 CFT-RAG가 기존 Tree-RAG의 속도 문제를 해결하며, 대규모 지식베이스 검색의 효율성을 획기적으로 향상시켰습니다. 오픈소스로 공개되어 학계 및 산업계에 긍정적인 영향을 미칠 것으로 예상됩니다.

마장펑 등 6명의 연구진이 발표한 논문은 딥 강화 학습을 활용하여 실제 도시 환경에서의 에너지 효율적인 통합 감지 및 통신 시스템을 구축하는 획기적인 방법을 제시했습니다. 3차원 기하 기반 채널 모델과 PPO 알고리즘을 통해 에너지 효율을 극대화하고 QoS 요구 사항을 충족시키는 데 성공했으며, 고주파수 환경에서의 에너지 효율 저하 현상을 발견하여 향후 연구 방향을 제시했습니다.