LLM

기존 파이썬 중심의 코드 생성 평가 체계를 12개 언어로 확장한 새로운 벤치마크 'Multi-LCB'가 등장했습니다. 연구진은 이를 통해 거대언어모델의 언어별 성능 격차와 파이썬 편향성을 명확히 확인했습니다.

샘 올트먼 오픈에이아이 최고경영자가 대규모 언어 모델의 확장성을 부정하는 회의론자들을 비판했습니다. 그는 데이터가 증명하는 확장 가능성이 인공지능 발전의 핵심 동력이라고 강조합니다.

인공지능 스타트업 서브쿼드라틱이 대규모 언어 모델의 연산 효율을 개선하는 기술을 발표했습니다. 이와 함께 뇌-컴퓨터 인터페이스의 임상 적용이 확대되는 등 기술 분야의 변화가 이어지고 있습니다. 기술 발전이 가져오는 사회적 영향과 정책적 대응 방안을 정리합니다.

스타트업 서브쿼드라틱이 대규모 언어 모델의 연산 효율을 개선하는 새로운 아키텍처를 발표했습니다. 기존 트랜스포머 구조의 한계를 극복하고 비용과 속도 면에서 유의미한 성과를 거뒀습니다.

거대언어모델의 의식 보유 논란이 지속되는 가운데, 이를 지나친 의인화로 보는 시각이 제기됩니다. 게임 내 신경망 구현 실험을 통해 인공지능의 작동 원리와 의식 논란의 허점을 분석합니다.

의료용 거대언어모델이 학습 데이터를 단순 학습하는 단계를 넘어 그대로 암기하는 현상이 확인되었습니다. 이러한 암기 데이터는 미세 조정 이후에도 잔존하여 환자 개인정보 유출 등 심각한 보안 문제를 야기할 수 있습니다. 연구진은 의료 데이터의 특수성이 이러한 현상을 심화시킨다고 분석했습니다.

홍콩중문대학 등 공동 연구진이 보이지 않는 과거 정보를 추론하고 행동하는 다중모달 거대언어모델(MLLM)의 능력을 평가하는 RNG-Bench를 발표했습니다. 이 연구는 모델이 단순히 현재 상황을 인지하는 것을 넘어, 과거 관측을 재구성하여 복잡한 게임 환경에서 의사결정을 내리는 능력을 측정합니다.

연구진은 확산형 거대언어모델(dLLM)을 위한 새로운 자기 증류 학습 기법인 d-OPSD를 제안했습니다. 기존 방식과 달리 미래 정보를 활용하는 방식으로 학습 효율을 10배가량 높였습니다.

아마존웹서비스(AWS)가 추측 디코딩의 순차적 병목 현상을 해결한 P-EAGLE 기술을 발표했습니다. 이 기술은 세이지메이커 점프스타트를 통해 주요 모델의 추론 처리량을 최대 4배까지 향상합니다.

거대언어모델이 스키마 마크업을 구조적 데이터로 이해한다는 통념은 사실과 다릅니다. 모델은 스키마를 단순 텍스트로 처리하며 검색 엔진과 다른 방식으로 작동합니다. 스키마 마크업의 역할을 명확히 구분해야 합니다.