
욕망으로 움직이는 AI: 인간의 일상을 시뮬레이션하다
중국과학원 연구팀이 인간의 욕구를 이해하고 스스로 목표를 설정하는 욕망 기반 자율 에이전트(D2A)를 개발, 인간과 유사한 일상 활동 시뮬레이션에 성공했습니다. 기존 AI 대비 합리적이고 다양한 활동 생성을 보여주며, 게임, 교육, 사회적 로봇 분야 등 다양한 활용 가능성을 제시합니다. 하지만, 윤리적 고려와 AI의 욕망 제어 문제에 대한 지속적인 논의가 필요합니다.

LLM-BIP: 블록 단위 중요도 전파를 활용한 LLM 구조적 가지치기의 혁신
Wu Haihang의 LLM-BIP은 블록 단위 중요도 전파를 활용한 LLM 구조적 가지치기 기법으로, 기존 방식의 한계를 극복하고 정확도와 효율성을 동시에 향상시켰습니다. LLaMA, Vicuna 모델 실험 결과, 정확도 향상 및 퍼플렉서티 감소 효과가 입증되었습니다.

에지 디바이스의 한계를 뛰어넘는 혁신: 경량화된 FedSL의 등장
장준혜, 니완리, 왕동유 연구팀은 에지 디바이스의 제한된 자원 문제를 해결하기 위해 모델 가지치기와 양자화된 그래디언트 업데이트를 활용한 경량화된 연합 분할 학습(FedSL)을 제안했습니다. 이론적 분석과 시뮬레이션을 통해 무선 네트워크 환경에서의 효과를 검증하여 에지 컴퓨팅 분야의 발전에 기여할 것으로 기대됩니다.

StarWhisper Telescope: AI 천문학자를 향한 여정
중국 과학자들이 개발한 StarWhisper Telescope 시스템은 AI 기반 에이전트를 활용하여 천문 관측 과정을 자동화함으로써 효율성을 높이고, 아마추어 천문학자들의 참여를 확대하는 혁신적인 시스템입니다. LLM 기반 에이전트의 활용은 천문학 연구의 패러다임을 변화시킬 잠재력을 지니고 있습니다.

희소 자동 인코더의 혁신: BatchTopK SAE 등장
Bart Bussmann, Patrick Leask, Neel Nanda가 개발한 BatchTopK SAE는 샘플마다 가변적인 잠재 변수 수를 사용하여 기존 TopK SAE보다 향상된 성능을 보이며, 하이퍼파라미터 튜닝 과정을 간소화하여 효율성을 높였습니다. GPT-2 Small과 Gemma 2 2B 모델에서 우수한 결과를 보였습니다.