Hessa Alawwad 등 연구진의 JETRTQA 모델은 다중 모드 교과서 질문 답변 시스템의 정확도를 크게 향상시켰습니다. 기존 방식의 한계를 극복하고, 의미적 표현 개선을 통해 교육 환경에서 효과적인 질문 답변을 가능하게 합니다.

메이투안 연구팀이 개발한 MRGRP 모델은 다중 관계 그래프를 활용하여 음식 배달 서비스의 경로 예측 정확도를 획기적으로 향상시켰습니다. Meituan Turing 플랫폼에 적용되어 0.819의 높은 정확도를 기록하며 실용성을 입증했습니다.

왕유하오 등 연구진은 LLM 기반 RAG의 지식 활용 메커니즘을 4단계로 분해하고, KAPE라는 새로운 방법을 통해 지식 관련 뉴런을 식별, LLM의 지식 원천 의존도 조절에 성공했습니다. 이 연구는 RAG 기반 LLM의 해석력과 신뢰성 향상에 기여할 것으로 기대됩니다.

Davit Gondauri의 연구는 AI 기술 수준 향상이 1인당 GDP 증가에 상당한 긍정적 영향을 미친다는 것을 수학적 모델을 통해 밝혔습니다. GDP 1% 증가에는 AI 기술 수준 23.9% 향상이 필요하다는 연구 결과는 AI 기술 투자의 중요성을 강조합니다. 하지만 인과관계에 대한 추가 연구가 필요합니다.

Davit Gondauri의 연구 논문은 AI가 전 세계 GDP에 미치는 영향을 심층적으로 분석하여, AI의 경제적 잠재력과 위험성을 균형 있게 고려한 정책 권고를 제시합니다. 국가별, 지역별 차별화된 분석을 통해 AI 도입과 GDP 성장 간의 상관관계를 밝히고, 지속 가능한 경제 성장을 위한 정책 방향을 제시합니다.