CoCo-Bench는 코드 이해, 생성, 수정, 검토 등 4가지 핵심 영역을 평가하는 포괄적인 코드 벤치마크로, 다양한 프로그래밍 언어와 난이도, 엄격한 수동 검토를 통해 LLM의 실제 성능을 정확하게 평가하고 향후 연구 및 개발 방향을 제시합니다.

중국과학원 등의 연구진이 개발한 AI 기반 3D 분자 최적화 모델 Diffleop는 단백질-리간드 결합 친화도 정보를 활용하여 고친화도 분자 생성을 유도하는 혁신적인 접근 방식을 제시합니다. 기존 모델들을 능가하는 성능으로 약물 발견 과정의 효율성을 획기적으로 개선할 것으로 기대됩니다.

이탈리아 트렌토 대학 연구팀이 비전 트랜스포머(ViT) 기반의 새로운 가짜 영상 탐지 프레임워크를 개발하여 높은 정확도와 일반화 성능을 보였습니다. 이 기술은 최첨단 가짜 영상 생성 기술에 대응하고 AI 허위 정보 확산을 막는 데 기여할 것으로 기대됩니다.

스택형 지능형 메타표면(SIM)을 이용한 이중정적 통합 감지 및 통신(ISAC) 시스템 성능 향상 연구 결과 발표. 최적화된 SIM과 압축센싱 기반 PDA 알고리즘을 통해 이중 분산 채널(DD) 환경에서 통신 및 감지 성능 향상을 확인. SIM 기술이 DD 채널에 적합한 파형 설계에 미치는 영향 분석.

트렌토 대학 연구팀이 개발한 TrueFake 데이터셋은 최신 AI 생성 기술로 만들어진 가짜 이미지 60만 장을 포함, 소셜 미디어 공유 환경을 반영하여 현실적인 가짜 이미지 탐지 모델 평가를 가능하게 합니다. 소셜 미디어 공유가 탐지 성능에 미치는 영향 분석과 효과적인 탐지 전략 제시를 통해 AI 기술 발전과 윤리적 책임의 중요성을 강조합니다.