
멀티모달 언어 모델의 시각 추론 혁신: 지각 토큰의 등장
본 기사는 멀티모달 언어 모델(MLM)의 시각적 추론 능력 향상을 위한 혁신적인 방법인 '지각 토큰'과 이를 활용한 AURORA 훈련 방법에 대해 소개합니다. AURORA는 기존 방식보다 우수한 성능과 일반화 능력을 보여주며, 다양한 분야에서 MLM의 활용 가능성을 넓힐 것으로 기대됩니다.

꿈의 소재 개발, AI가 답을 제시하다: 극저온에서도 정확한 예측 가능해!
AI 기반 에퀴버리언트 그래프 뉴럴 네트워크를 활용하여 페로브스카이트 산화물의 유전 텐서를 정확하게 예측하는 연구 결과가 발표되었습니다. 소량의 데이터로 높은 정확도를 달성하여 AI 기반 소재 개발의 실용성을 높였으며, 칼슘 타이타네이트를 대상으로 한 실험에서 온도 의존성 유전 텐서와 상전이를 정확하게 예측하는 데 성공했습니다.

NODE-AdvGAN: 동적 시스템 기반 적대적 생성 모델을 이용한 적대적 예시의 전이성 및 지각 유사성 향상
NODE-AdvGAN과 NODE-AdvGAN-T는 신경 상미분 방정식을 이용하여 적대적 예시 생성의 지각적 유사성과 전이성을 향상시킨 새로운 방법입니다. 실험 결과는 기존 방법보다 높은 공격 성공률과 지각적 품질을 보여주어 AI 모델의 견고성 향상에 기여할 것으로 기대됩니다.

AI 모델의 편향, 프롬프트 적응으로도 사라지지 않는다: 놀라운 연구 결과
새로운 연구에 따르면, 대규모 언어 모델(LLM)의 성별 편향은 프롬프트 기반 적응을 통해서도 사라지지 않고 유지됩니다. 이는 AI 모델의 공정성 확보를 위해 사전 훈련 단계부터 편향을 최소화해야 함을 시사합니다.

엣지 기기의 AI 알고리즘 안정성: 단일 이벤트 오류에 대한 심층 분석
본 연구는 임베디드 시스템에서의 AI 알고리즘 강건성 확보를 위해 단일 이벤트 오류(SEU)에 대한 심층 신경망(DNN)의 취약성을 분석하고, 경량 오류 완화 기법을 제시합니다. 모델 경량화 기법의 효과와 자원 제약 환경에 적합한 실용적인 해결책을 제시하여 안전 중요 분야에서 AI 시스템의 신뢰성 향상에 기여합니다.