AI 연구

엔비디아와 이네퍼블 인텔리전스가 차세대 강화학습 인프라 구축을 위해 협력합니다. 양사는 인공지능이 스스로 지식을 발견하는 시스템을 개발할 계획입니다.

암 약물 반응 예측 모델의 실제 임상 적용을 위해 객관적인 평가 체계가 필요합니다. 오픈 소스 벤치마크 도구인 DrEval은 모델의 편향을 제거하고 생물학적 유의성을 검증합니다. 연구자들은 엄격한 데이터 설정과 통계적 분석을 통해 모델의 과적합 문제를 해결해야 합니다.

유럽연합 인공지능 법 시행에 따라 거대언어모델 파인튜닝 시 연산량 추적이 의무화됩니다. 아마존웹서비스는 세이지메이커 환경에서 연산량을 실시간으로 측정하고 기록하는 도구를 공개했습니다.

마이크로소프트 리서치가 AI 에이전트의 사회적 추론 능력을 측정하는 벤치마크인 '소셜 리즈닝 벤치'를 공개했습니다. 이 도구는 달력 조정과 시장 협상 시나리오를 통해 AI가 사용자의 이익을 최우선으로 대변하는지 평가합니다.

인공지능에게 무례하게 명령하면 성능이 향상된다는 주장을 뒤집는 연구가 발표됐습니다. 다양한 언어 모델을 교차 검증한 결과, 정중하거나 중립적인 어조를 사용할 때 인공지능이 더 높은 정확도를 보였으며, 특히 인문학처럼 복잡한 추론이 필요한 분야에서는 무례한 어조가 성능을 하락시킨 것으로 나타났습니다.

대규모 언어 모델 학습 시 발생하는 보상 해킹 문제를 해결하기 위해 검증 가능한 보상 기반 강화학습과 GRPO 알고리즘을 결합합니다. AWS SageMaker AI 환경에서 수학 및 코드 생성 작업의 효율을 높이는 실무적인 구현 방안을 제시합니다.

강화학습 시스템에서 추론 엔진 변경 시 발생하는 데이터 불일치 문제를 분석했습니다. vLLM V0에서 V1으로 전환할 때 학습 지표의 왜곡을 방지하기 위한 기술적 해결책을 제시합니다.

마이크로소프트가 미국 네트워크 시스템 설계 및 구현 학회(NSDI 2026)에서 11편의 연구 논문을 발표했습니다. 인공지능과 클라우드 인프라의 효율성을 극대화하는 차세대 네트워크 기술을 공개했습니다.

학술지 네이처가 챗GPT의 교육적 효과를 다룬 논문을 공식 철회했습니다. 연구 방법론의 신뢰성 문제가 제기되면서 인공지능 관련 학술 연구의 엄격한 검증이 요구됩니다.

최신 인공지능 모델인 GPT-5.5와 Opus 4.7이 고난도 추론 벤치마크에서 1% 미만의 낮은 성공률을 기록했습니다. 연구진은 이들 모델이 공통적으로 세 가지 체계적인 오류를 보이며, 인과 관계를 이해하지 못하는 한계를 드러냈다고 분석했습니다.