본 기사는 대규모 언어 모델(LLM)의 고차원 사회적 인지 능력을 평가하는 새로운 프레임워크인 SAGE에 대해 소개합니다. SAGE는 감정 변화를 시뮬레이션하는 Sentient Agent를 통해 LLM의 사회적 상호작용 능력을 평가하며, 실험 결과 기존 평가 방식에서는 드러나지 않았던 최첨단 모델과 기존 모델 간의 성능 차이를 밝혀냈습니다.

김개반토 연구자의 논문은 AI 거버넌스에서 예방 원칙과 혁신 원칙의 조화를 신호 탐지 이론과 규제 샌드박스를 통해 모색합니다. 오류 비용 분석을 통해 최적의 규제 전략을 제시하며, 데이터 기반의 유연한 AI 거버넌스 체계 구축의 중요성을 강조합니다.

중국과학원 연구진이 개발한 P2Mark는 AI 음성 생성 모델의 파라미터에 직접 워터마크를 삽입하는 혁신적인 기술입니다. 경량 워터마크 어댑터와 경사 직교 투영 최적화 전략을 통해 오디오 품질과 워터마크 정확도를 동시에 높였으며, 오픈소스 환경에서의 보안 강화에 크게 기여할 것으로 기대됩니다.

인간과 AI의 협업을 최적화하기 위한 설명 가능성 기반 접근 방식을 제시한 연구 결과를 소개합니다. AI의 행동을 인간에게 명확히 설명함으로써 불필요한 인간 개입을 줄이고, 다양한 분야에서 안전하고 효율적인 인간-AI 협업을 가능하게 합니다.

Xing, Ren, Li 연구팀은 동적 하중 하 이중상 무작위 재료의 시공간 응력 분석을 위한 딥러닝 기반 프레임워크를 개발했습니다. STS-diffusion과 ST-SRPINN을 통해 저해상도 데이터로부터 고해상도 시공간 응력장을 효율적으로 생성하여 재료 설계 및 성능 예측에 기여할 것으로 기대됩니다.