본 기사는 중국과학원 연구진이 개발한 AI 추천 시스템에 대한 최신 연구 결과를 소개합니다. 대규모 사전 학습 모델과 미세 조정 기법을 활용하여 사용자의 변화하는 관심사를 효과적으로 반영하는 새로운 추천 시스템은 10억 규모의 온라인 플랫폼에 적용되어 실질적인 수익 증대를 가져왔습니다.

Mitch Kosieradzki와 Seongjin Choi가 개발한 TrajFlow는 교통 참여자의 점유 밀도를 추정하는 생성적 프레임워크로, 공간 위치의 주변 분포를 모델링하여 기존 방식보다 높은 정확도와 연속적인 미래 위치 샘플링을 제공합니다. 신경 미분 방정식 기반 아키텍처를 사용하며, 자율 주행 및 스마트 교통 시스템 등 다양한 분야에 적용 가능성을 보여줍니다.

Zhou, Han, Chen 등 연구진이 개발한 DKT2 모델은 xLSTM 아키텍처, Rasch 모델, IRT를 결합하여 기존 DLKT 모델의 한계를 극복하고, 대규모 데이터에서 우수한 예측 성능과 해석력을 보여주는 혁신적인 지식 추적 모델입니다. 실제 교육 환경에 적용 가능성이 높아 AI 기반 교육 시스템 발전에 크게 기여할 것으로 기대됩니다.

Zhao Yi와 Zhang Youzhi가 개발한 Siren은 실제 인간의 행동을 모방하는 다회차 LLM 공격 프레임워크로, 기존 방식보다 월등한 공격 성공률을 보이며 LLM 보안의 중요성을 강조합니다. 하지만 윤리적 사용과 책임 있는 연구 개발이 필수적입니다.

170명 이상의 연구진이 개발한 새로운 AI 벤치마크 '인류의 마지막 시험(HLE)'은 기존 벤치마크의 한계를 극복하고, 최첨단 LLM의 성능을 객관적으로 평가하여 AI 연구 및 정책 수립에 기여할 것으로 기대됩니다. 최첨단 LLM도 낮은 정확도를 보여 AI의 발전 방향을 제시합니다.