Jugal Gajjar와 Kaustik Ranaware가 개발한 트랜스포머 기반 다중 모달 감정 분석 모델이 CMU-MOSEI 데이터셋에서 97.87%의 정확도를 달성하며 뛰어난 성능을 입증했습니다. 초기 융합 전략과 최적화 기법을 통해 다양한 모달리티의 정보를 효과적으로 결합, 감정 분석의 새로운 가능성을 제시했습니다.

본 기사는 얼굴 및 골격 정보를 이용한 딥러닝 기반 기관사 상태 모니터링 시스템에 대한 최신 연구 결과를 소개합니다. DGNN을 활용한 높은 정확도와 세계 최초의 병리적 상태 시뮬레이션 데이터셋 구축을 통해 철도 안전에 혁신을 가져올 것으로 기대됩니다.

본 연구는 LLM을 이용한 Verilog 코드 생성에서 저작권 침해 위험을 최소화하는 새로운 방법을 제시합니다. 22만 개 이상의 파일을 포함하는 오픈소스 데이터셋 FreeSet과 이를 기반으로 개발된 Llama 모델 FreeV를 통해 저작권 침해율 3%, VerilogEval pass@10율 10% 이상 향상을 달성했습니다.

본 기사는 중국과학원 자동화연구소 연구진이 개발한 혁신적인 심볼릭 네트워크 UniSymNet에 대한 소개입니다. UniSymNet은 트랜스포머 기반의 통합적 접근 방식을 통해 기존 심볼릭 회귀 알고리즘의 한계를 극복하고, 저차원 및 고차원 데이터셋에서 우수한 성능을 보여줍니다.

Tenstorrent의 Grayskull e75 RISC-V 가속기는 에너지 효율 면에서 뛰어난 성능을 보이며, LLM 계산에 있어 새로운 가능성을 제시합니다. NVIDIA GPU 대비 경쟁력 있는 성능을 보여주며, 특히 BF16에서 1.55 TFLOPs/Watt의 놀라운 에너지 효율을 기록했습니다.