SLAG는 멀티 GPU 기반의 초고속 대규모 장면 인코딩 프레임워크로, 2D 시각-언어 모델 특징을 3D 장면에 통합하여 손실 함수 없이 병렬 처리를 통해 속도와 확장성을 극대화합니다. 16 GPU 환경에서 OpenGaussian 대비 18배의 속도 향상을 달성하며, 로봇공학 분야의 혁신을 주도할 것으로 기대됩니다.

JSover는 단일 에너지 CT 영상에서 다중 물질 분해와 스펙트럼 추정을 동시에 수행하는 혁신적인 방법으로, 기존의 두 단계 분해 방식의 한계를 극복하고 물리 기반 스펙트럼 정보와 암묵적 신경 표현(INR)을 활용하여 정확도와 효율성을 크게 향상시켰습니다.

본 연구는 196개의 실제 윤리적 딜레마 사례를 바탕으로 최신 LLM들의 윤리적 판단 능력을 평가했습니다. LLM들은 어휘 및 구조적 유사성 측면에서 우수했으나, 맥락적 추상화 및 세부 전략 제시에는 어려움을 보였습니다. 이는 LLM의 윤리적 추론 능력 향상을 위한 추가 연구의 필요성을 시사합니다.

Rabia Yasa Kostas와 Kahraman Kostas 연구팀이 Wi-Fi 신호를 이용한 혁신적인 실내 위치 확인 기술을 개발했습니다. 그래프 기반 접근 방식과 머신러닝 기법을 통해 높은 정확도를 달성했으며, 데이터셋과 코드 공개를 통해 학계의 발전에 기여했습니다.

Ramin Mousa 등 연구진이 개발한 멀티모달 AI 모델은 Xception과 GMRNN을 결합하여 상처 이미지와 위치 정보를 분석, 당뇨병성, 압력, 수술, 정맥성 궤양 등의 상처 유형을 78.77%~100%의 높은 정확도로 분류합니다. 이는 전이 학습을 활용한 혁신적인 접근 방식으로 의료 영상 분석 분야에 큰 발전을 가져올 것으로 기대됩니다.