중국 Monica.im이 개발한 Manus AI는 LLM의 추론 능력과 실제 작업 실행 능력을 결합한 완전 자율 디지털 에이전트로, 다양한 분야에 적용될 잠재력을 지니고 있으며 인간-AI 협업의 새로운 시대를 열 것으로 기대됩니다. 하지만 윤리적, 기술적 문제에 대한 지속적인 논의가 필요합니다.

Google의 Wide & Deep 아키텍처를 기반으로 한 새로운 노드 분류 프레임워크 GCNIII가 제시되었습니다. 이종성 및 표현력 문제 해결을 위해 세 가지 기술을 도입하고, LLM을 활용한 노드 특징 엔지니어링으로 도메인 간 성능 향상을 이루었습니다. GitHub에서 공개된 코드를 통해 AI 커뮤니티에 큰 영향을 미칠 것으로 예상됩니다.

R-Bench는 석사급 난이도의 다학제적 벤치마크로, LLM과 MLLM의 복잡한 추론 능력을 평가합니다. 최첨단 모델들조차도 R-Bench에서 어려움을 겪어, AI 추론 기술 발전의 중요한 이정표가 될 것으로 기대됩니다. 데이터와 코드는 공개적으로 제공됩니다.

이화여대 연구팀이 개발한 CASA 모델은 CNN Autoencoder 기반 Score Attention 메커니즘을 활용하여 다변량 장기 시계열 예측의 효율성과 정확도를 크게 향상시켰습니다. 실제 데이터셋을 통한 실험 결과, 연산량 감소, 추론 속도 향상, 최첨단 성능 달성 등 뛰어난 성능을 입증했습니다.

뉴로모픽 컴퓨팅 기반 폐쇄 루프 시스템이 난치성 간질 치료에 혁신을 가져왔습니다. 실시간 발작 예측으로 개인 맞춤형 자극을 제공하여 97% 이상의 발작 감소 효과를 보였으며, 임상 적용 가능성을 높였습니다.