박재현, 박동민, 이재길 연구원이 개발한 AccuACL은 피셔 정보 행렬을 활용하여 기존 지식의 망각을 방지하면서 새로운 지식을 효율적으로 학습하는 능동 지속 학습 전략입니다. 다양한 실험을 통해 기존 모델 대비 평균 정확도 23.8%, 망각률 17% 향상을 달성했습니다.

고해상도 이미지 처리의 어려움을 해결하기 위해, 의미적 중요도에 따라 하위 이미지에 가중치를 다르게 부여하는 GSWA 모듈을 제안하고, 이를 기반으로 개발된 SleighVL 모델은 경량화에도 불구하고 우수한 성능을 보이며, 향후 멀티모달 시스템 개발에 크게 기여할 것으로 기대된다.

본 연구는 올림피아드 수준의 수학 문제 해결 능력 향상을 위한 LLM 훈련 및 평가 방법을 제시합니다. AoPS 포럼 데이터를 활용하여 AoPS-Instruct 데이터셋을 구축하고, 시간 경과에 따른 LLM 성능 변화를 추적하는 LiveAoPSBench를 개발했습니다. 연구 결과는 LLM의 성능 향상과 함께, 진정한 추론 능력 평가의 어려움을 보여줍니다.

스리랑카 연구팀이 지능형 반사 표면(IRS)을 활용, 악의적 사용자 존재하에서도 안전한 양방향 통신 시스템의 최소 보안 속도를 최대 3.6배 향상시키는 알고리즘을 개발했습니다. 분수 및 반정의 프로그래밍 기법을 활용, IRS 전략적 배치를 통해 보안성을 획기적으로 개선했습니다.

장성쩌 등 연구진이 개발한 HM4SR 모델은 기존 다중 모달 순차 추천 모델의 한계를 극복하고, 계층적 MoE 구조와 다중 작업 학습, 그리고 보조 감독 작업을 통해 사용자의 역동적인 관심사를 효과적으로 반영합니다. 네 개의 공개 데이터셋 실험 결과, 기존 최첨단 모델보다 우수한 성능을 입증했습니다.