LEXam은 340개 법학 시험을 기반으로 한 AI 법률 추론 벤치마크로, 기존 LLM의 한계를 드러내고 새로운 평가 방법을 제시했습니다. 다단계 법적 추론 능력 평가에 초점을 맞추고 있으며, AI 법률 서비스의 발전에 중요한 기여를 할 것으로 기대됩니다.

정종민 등 연구팀이 악보 이미지, 기호 악보, 오디오 간의 통합 번역 AI 모델을 개발했습니다. 1300시간 이상의 대규모 데이터셋과 혁신적인 토큰화 기법을 통해 OMR 오류율을 13.67%까지 낮추고, 최초로 악보 이미지 기반 오디오 생성에 성공했습니다.

Zhou He 등 연구팀이 Place-Timed Petri Nets과 기저 도달 가능 그래프를 이용한 새로운 FMS 스케줄링 알고리즘을 개발했습니다. 개선된 빔 서치 알고리즘을 통해 대규모 시스템의 스케줄링 효율을 높이고 솔루션의 질을 유지하는 데 성공했습니다.

본 기사는 AI/ML 모델의 급증하는 규모에 따른 메모리 대역폭 문제 해결을 위한 혁신적인 3단계 온칩 메모리 계층 구조에 대한 연구를 소개합니다. 기존 아키텍처의 한계와 새로운 아키텍처의 성능 비교를 통해 AI/ML 분야의 획기적인 발전 가능성을 제시합니다.

Wen Yanhua 등 연구진이 개발한 FLTG는 각도 기반 방어와 비IID 인식 가중치 부여를 통해 비잔틴 공격에 강한 연합 학습 알고리즘입니다. 50% 이상의 악성 클라이언트 비율에서도 기존 기술보다 우수한 성능을 보이며, 연합 학습의 안정성과 신뢰성을 크게 향상시켰습니다.