스페인 연구진의 연구에 따르면, 대규모 언어 모델(LLM)이 객관식 문제에 답변하기 전 추론 과정을 거치면 정답 여부와 상관없이 자신감이 높아진다는 사실이 밝혀졌습니다. 이는 인간의 사고방식과 유사하며, LLM 평가 방법에 대한 새로운 시각을 제공합니다.

중국과학기술대학교 연구팀이 다중 모달 언어 모델(MLM)을 항공 영상 감지에 최초로 적용한 기준 모델 LMMRotate를 개발했습니다. 기존 객체 탐지 모델과 비교할 만한 성능을 보이며, 향후 원격 감지 기술 발전에 기여할 것으로 기대됩니다.

본 기사는 대규모 언어 모델(LLM)을 이용한 추론 능력 향상 연구 동향을 다룹니다. 특히 강화 학습을 통한 고품질 추론 경로 생성, '생각' 개념 도입, 훈련 및 테스트 단계의 규모 확장 등의 핵심 기술을 소개하고, OpenAI의 o1 시리즈를 중요한 이정표로 제시합니다. 향후 연구 방향과 함께 자동 데이터 생성 및 오픈소스 프로젝트 분석도 포함되어 있습니다.

MiniRAG는 소형 언어 모델의 한계를 극복한 초경량 RAG 시스템으로, 의미론적 인식 이종 그래프 색인 및 경량형 토폴로지 기반 검색 기법을 통해 LLM 기반 방법과 유사한 성능을 25%의 저장 공간으로 달성했습니다. 실제 기기 환경을 위한 벤치마크 데이터셋도 함께 공개되었습니다.

본 기사는 Web3 친화적인 AI 에이전트 운영체제 'Eliza'의 개발 및 주요 기능을 소개합니다. Eliza는 LLM 기반의 AI 에이전트와 Web3 애플리케이션의 원활한 통합을 지원하며, TypeScript 기반의 오픈소스 프레임워크로 사용자 맞춤형 제어와 확장성을 제공합니다. Web3 데이터 처리 및 스마트 컨트랙트 상호작용 등의 기능을 통해 Web3 생태계와 AI 기술의 융합을 가속화할 것으로 기대됩니다.