중국 연구진이 개발한 AML 프레임워크는 사회적 언어 에이전트의 적응형 사고 능력을 향상시켜, 기존 모델보다 높은 성능과 효율성을 달성했습니다. 상황에 맞는 추론 깊이 조절을 통해 토큰 사용을 줄이고, 사회적 상호작용에서의 유연성을 높였습니다.

본 기사는 Angelie Kraft 등의 연구를 바탕으로, 인공지능 질의응답 및 읽기 이해 벤치마크의 사회적 편향성 문제를 다룹니다. 연구는 벤치마크 제작 과정의 불투명성과 편향성 해소 노력 부재, 그리고 데이터셋 내 성별, 종교, 지역적 편향의 존재를 밝히며, 더욱 공정하고 대표성 있는 AI 개발을 위한 투명성과 책임감 있는 접근의 중요성을 강조합니다.

seq-JEPA는 기존 자기지도학습의 한계를 극복한 새로운 세계 모델링 프레임워크로, 불변성과 등변성을 동시에 학습하여 다양한 작업에서 우수한 성능을 보이며, 특히 시계열 데이터 처리에 탁월한 성능을 보입니다.

중국과학원 연구진이 개발한 GPDiT는 확산 모델과 자기 회귀 모델의 장점을 결합한 혁신적인 비디오 생성 모델입니다. 연속 잠재 공간에서 미래 프레임을 예측하는 방식으로 고품질 비디오 생성, 향상된 비디오 표현 능력, 우수한 소수 샷 학습 성능을 제공하며, 경량화된 인과적 어텐션과 매개변수 없는 시간 조건화 메커니즘을 통해 효율성까지 높였습니다.

Angelique Mangubat과 Shane Gilroy가 이끄는 연구팀은 컴퓨터 비전 기술을 활용하여 자전거의 가시성과 가림 정도를 객관적으로 평가하는 새로운 기준을 제시했습니다. 부분 기반 모델을 통해 자전거 각 부분의 가시성을 정량화하여 자율주행 자동차의 안전성 향상에 기여할 것으로 기대됩니다.