related iamge

딥러닝 모델의 마음이론(ToM) 능력 한계 극복: 소설 속 인물로 풀어본 심층 분석

Zhou 등(2025)의 연구는 소설 속 인물을 활용한 새로운 벤치마크 CharToM-QA를 통해, LLM의 ToM 능력이 인간에 비해 현저히 낮고, 장기적인 배경 지식과 맥락적 이해의 중요성을 강조합니다. 소설 사전 지식 유무에 따른 인간 참가자의 성능 차이는 이를 뒷받침합니다.

related iamge

AgentRefine: 에이전트 일반화 능력 향상의 혁신적인 접근

본 논문은 거대 언어 모델 기반 에이전트의 일반화 능력 향상을 위한 AgentRefine 프레임워크를 제안합니다. AgentRefine은 에이전트가 스스로 실수를 수정하고 학습할 수 있도록 함으로써 다양한 환경과 작업에 대한 적응력과 견고성을 향상시킵니다. 기존 방식보다 뛰어난 일반화 능력을 보여주는 AgentRefine은 LLM 기반 에이전트의 발전에 중요한 기여를 할 것으로 기대됩니다.

related iamge

산업용 사물 인터넷의 혁신: 잡음 제거 및 적응형 온라인 수직 연합 학습

본 연구는 산업용 사물 인터넷 환경에서 다수의 분산된 센서로부터 순차적으로 수집된 데이터를 효과적으로 학습하기 위한 DAO-VFL 알고리즘을 제안합니다. 잡음 제거 및 적응형 학습 기능을 통해 실제 산업 환경의 문제점을 해결하고 우수한 성능을 달성함을 실험적으로 증명합니다.

related iamge

3DCNN과 Transformer 융합: 혁신적인 비디오 기반 원격 생리 신호 측정 프레임워크, VidFormer 등장!

중국과학원 연구팀이 개발한 VidFormer는 3DCNN과 Transformer를 융합한 혁신적인 원격 생리 신호 측정 프레임워크로, 기존 방식의 한계를 극복하고 다양한 데이터셋에서 SOTA 성능을 달성했습니다. 인종, 화장, 운동 등 다양한 요인에 대한 영향 분석을 통해 실용성을 높였으며, 원격 의료 분야의 혁신을 이끌 것으로 기대됩니다.

related iamge

혁신적인 AI 기반 기계 번역: 적응형 퓨샷 프롬프팅(AFSP) 프레임워크

Lei Tang 등 연구진이 개발한 적응형 퓨샷 프롬프팅(AFSP) 프레임워크는 대규모 언어 모델(LLM)의 프롬프트 민감성 문제를 해결하고, 고품질 외교 문서 중국어-영어 병렬 데이터셋을 활용하여 기계 번역 성능을 향상시킨 혁신적인 연구 결과입니다.