Pan Zaihao 등 연구진의 논문은 MF-RIS 기반 통신 시스템에서 최소제곱(LS) 기반 채널 추정기와 DFT 행렬, 교대 최적화 알고리즘을 활용한 혁신적인 빔포밍 설계를 제시합니다. 시뮬레이션 결과는 열잡음 영향 감소 효과를 확인하여, 향후 5G 및 6G 통신 기술 발전에 기여할 것으로 기대됩니다.

Guo 등 연구진은 AI 기반 CSI 피드백 메커니즘을 분석하고, 프롬프트 기반 거대 AI 모델(LAM)을 제안하여 피드백 정확도와 일반화 성능을 향상시키고 데이터 수집 요구사항을 줄였습니다. 채널 분포 정보를 프롬프트로 활용한 혁신적인 접근 방식이 핵심입니다.

본 연구는 IPv6 네트워크에서의 은밀한 통신을 AI/ML 기반으로 탐지 및 분류하는 시스템을 개발하여 90% 이상의 높은 정확도를 달성했습니다. 실제 공격 시나리오에 가까운 데이터셋 구축과 다양한 머신러닝 기법의 활용이 주요 성공 요인이며, Generative AI를 활용한 새로운 해석 개념도 제시되었습니다.

본 연구는 문자 및 단어 레벨 처리를 결합한 계층적 자기회귀 트랜스포머를 제시하여 기존 subword 토크나이저의 한계를 극복하고, 강건성 및 적응력이 향상된 언어 모델을 구축하는 데 성공했습니다. 대규모 실험 결과는 이 모델의 우수성을 입증하며, NLP 분야의 혁신적인 발전에 기여할 것으로 예상됩니다.

새로운 LLM 제어 방법인 FGAA가 기존 방법들을 능가하는 성능을 보이며, LLM의 정밀 제어 및 안전한 활용 가능성을 높였습니다. 희소 자동 인코더(SAE)를 활용한 정확한 조향 벡터 생성과 실험 결과 분석을 통해, 향후 LLM 연구에 중요한 시사점을 제공합니다.