Xiao Zhang 등 연구진이 개발한 Hexcute는 타일 기반 프로그래밍 언어로, GPU 최적화를 위한 세분화된 제어와 자동화된 레이아웃 및 태스크 매핑을 제공하여 기존 딥러닝 컴파일러 대비 최대 11.28배의 속도 향상을 달성했습니다.

본 기사는 대규모 언어 모델(LLM)을 활용한 사이버 보안 연구 동향을 소개합니다. 최근 연구 결과를 바탕으로 LLM이 사이버 위협 분석, 예측 및 대응에 기여할 수 있는 방식과 함께, 실제 적용 및 관련 위험 요소에 대해 심층적으로 논의합니다. LLM 기반 사이버 보안 기술의 발전이 가져올 미래를 전망하며, 안전한 디지털 환경 구축을 위한 지속적인 연구의 중요성을 강조합니다.

본 기사는 AI 기반 아동용 의수 개발에 대한 연구 결과를 소개합니다. 3D 프린팅과 첨단 기술을 활용하여 저렴하고 정확한 의수를 개발하여 저소득층 아동에게도 접근성을 높였으며, AI 기반의 정교한 제어 시스템은 높은 정확도를 자랑합니다.

중국과학원 연구팀이 개발한 T2VShield는 텍스트-비디오 모델의 '탈옥' 공격으로부터 효과적으로 보호하는 모델 독립적인 방어 시스템입니다. 프롬프트 재작성, 다중 범위 감지 등의 기능을 통해 악성 콘텐츠 생성을 억제하고, 인간 중심 평가 프로토콜을 통해 안전성을 강화했습니다.

CAPO 알고리즘은 AutoML 기법을 활용하여 LLM 프롬프트 최적화의 비용 효율성을 크게 향상시킨 혁신적인 방법입니다. 다양한 실험을 통해 기존 최첨단 방법들을 능가하는 성능을 입증했으며, 향후 LLM 활용의 폭을 넓히는 데 크게 기여할 것으로 기대됩니다.