Nguyen, Watts, Whiting 등의 연구는 기존 AI 상식 평가의 한계를 극복하고 인간 상식의 다양성을 고려한 새로운 평가 방식을 제시했습니다. 그 결과, 대부분의 LLM이 인간의 상식적 지능 수준에 미치지 못하며, 작은 규모의 오픈소스 모델이 대규모 독점 모델보다 더 나은 성능을 보였다는 점을 밝혔습니다. 이 연구는 AI 개발의 새로운 방향을 제시하고, 인간과 AI의 조화로운 공존을 위한 중요한 시사점을 제공합니다.

AI LEGO는 산업계의 책임있는 AI 개발을 위한 혁신적인 웹 기반 프로토타입으로, 기술 전문가와 비기술 전문가 간의 효과적인 협업을 지원하여 AI 시스템의 잠재적 피해를 줄이는 데 기여합니다.

연구팀은 연합 학습에서의 백도어 공격 방어를 위한 새로운 메커니즘 FeRA를 제시했습니다. FeRA는 클라이언트 간의 내부 특징 표현에 대한 크로스 어텐션을 활용하여 악성 클라이언트를 식별하고, 모델 및 공격 종속성이 없으며 라벨링된 데이터가 필요 없습니다. 실험 결과, FeRA는 백도어 공격 성공률을 낮추면서 높은 정확도를 유지했습니다.

Guo Taian 등 연구진이 개발한 MASS 모델은 LLM 기반 다중 에이전트 시뮬레이션의 한계를 극복하고, 대규모 시뮬레이션과 역방향 최적화를 통해 안정적인 초과 수익을 달성하는 혁신적인 포트폴리오 관리 시스템입니다. 다양한 실험을 통해 그 우수성을 입증하였으며, 오픈소스로 공개되어 향후 AI 기반 금융 시스템 발전에 크게 기여할 것으로 예상됩니다.

Hexu Li 등 연구팀이 개발한 AttentionGuard는 트랜스포머 기반의 이상 행동 감지 시스템으로, 자율주행 플라톤 운행의 보안 강화에 크게 기여할 것으로 예상됩니다. 높은 정확도와 낮은 지연 시간을 통해 실시간 안전 애플리케이션에 적용 가능성을 보였습니다.