Trinh T. L. Vuong과 Jin Tae Kwak이 개발한 VideoPath-LLaVA는 YouTube 교육 영상을 활용한 혁신적인 학습 전략을 통해 병리학 영상 분석의 새로운 기준을 제시하는 대규모 다중 모달 모델입니다. 시각 정보와 진단적 추론을 통합하여 임상 의사 결정 지원 시스템으로의 발전 가능성을 보여줍니다.

Hail Song 외 5명의 연구진이 개발한 S3D 프레임워크는 U-Net 기반 아키텍처와 스타일 정렬 손실 함수, 데이터 증강 기법을 통해 손으로 그린 스케치를 고품질 3D 모델로 변환합니다. GitHub를 통해 공개된 소스 코드는 3D 모델링 분야의 혁신을 예고합니다.

Naphat Nithisopa와 Teerapong Panboonyuen이 개발한 DOTA 모델은 ResNet과 Vision Transformer를 결합하고 Deformable Convolution, Retrieval-Augmented Generation, CRF를 활용하여 6개의 벤치마크 데이터셋에서 최첨단 성능을 달성, 텍스트 인식 기술의 새로운 기준을 제시했습니다.

연세대학교 연구팀이 온디바이스 LLM을 활용한 혁신적인 와이파이 로밍 기술을 개발했습니다. 상황 인식 AP 선택 및 동적 임계값 조정을 통해 로밍 안정성과 신호 품질을 크게 향상시켰으며, 엣지 디바이스의 제한된 자원을 고려한 최적화 기법을 적용하여 실시간 성능을 확보했습니다. 본 연구는 향후 엣지 시스템에서의 LLM 기반 하위 계층 무선 제어의 가능성을 제시합니다.

Yu Kairong 등 연구진이 개발한 TS-SNN은 시간 이동 모듈(TS)을 통해 SNN의 에너지 효율성과 성능을 획기적으로 향상시켰습니다. CIFAR-10, CIFAR-100, ImageNet에서 최첨단 성능을 달성하였으며, 저전력 인공지능 시스템 개발에 중요한 발전을 가져올 것으로 기대됩니다.