온라인 순위 플랫폼을 결정하는 대중의 데이터 중 작은 부분만 제거해도 결과가 크게 변할 수 있다.

AI 기술이 발전함에 따라 새로운 통섭적 과정이 학생들에게 컴퓨팅의 기초적 비판적 사고 기술을 제공하려고 함.

“MechStyle”은 사용자가 3D 모델을 개인화할 수 있게 해주며, 제작 후에도 물리적으로 견고한 제품을 생산하여 독특한 개인용품과 보조 기술을 제공합니다.

CSAIL 연구원들은 다른 신경망의 내재된 편향을 이용해 ‘훈련 불가’한 신경망조차 효과적으로 학습할 수 있다는 것을 발견했습니다. 그들의 가이드 방법을 사용함으로써.

MIT-IBM 왓슨 AI 연구소 연구진은 긴 텍스트에서 대형 언어 모델의 상태 추적과 연속적 추론을 개선하는 표현력 있는 아키텍처를 개발했다.

이 딥러닝 모델은 더 복잡한 조직과 장기에도 적용 가능하며, 연구자들이 질병의 초기 징후를 식별하는 데 도움을 줄 수 있습니다.

DisCIPL 시스템은 작은 모델들이 일정 계획 및 예산 등 제약 조건이 있는 작업을 함께 처리할 수 있도록 도와준다.

SHARP는 단일 이미지로부터 사실적인 시야 합성을 제공하는 방법을 소개한다. SHARP는 단일 사진을 통해 표시된 장면의 3D 가우시안 표현의 매개변수를 회귀한다. 이는 표준 GPU에서 1초 미만으로 단일 전방향 신경망 통과를 통해 이루어진다. SHARP에 의해 생성된 3D 가우시안 표현은 실시간으로 렌더링될 수 있으며 가까운 시야에 대한 고해상도의 사실적인 이미지를 제공한다.

연구자들은 대형 언어 모델이 특정 문장 패턴을 특정 주제와 잘못 연결하는 것을 학습할 수 있으며, 추론 대신 이러한 패턴을 반복할 수 있다고 발견했다.

MIT 과학자들이 BoltzGen이라는 AI 모델을 공개했는데, 이 모델은 단백질 결합체를 어떤 생물학적 대상에도 처음부터 생성할 수 있어서 AI의 영역을 생물학을 이해하는 것에서 공학적으로 변화시키고 있다.

MIT 연구진이 개발한 가상 VideoCAD 도구는 디자이너들의 생산성 향상과 컴퓨터 지원 설계를 배우는 엔지니어들에게 도움이 될 수 있습니다.

Cerebras가 MiniMax-M2-REAP-162B-A10B를 발표했다. 이 모델은 MiniMax-M2에서 파생된 압축된 희소 Mixture-of-Experts (SMoE) 인과 언어 모델로, Router 가중 전문가 활성화 가지치기(REAP) 방법을 사용하여 전문가를 가지치기하고 코딩 에이전트 및 도구와 같은 배포 중심 워크로드의 메모리를 줄였다.

2025년 11월 15일 오후 9시 53분

OpenAI가 새로운 기계적 해석 가능성 연구를 소개했는데, 언어 모델을 희소 내부 배선을 사용하도록 훈련시켜 각 행동을 구동하는 특정 회로를 볼 수 있게 했다.

2025년 11월 14일 오후 7시 16분

MIT의 Phillip Isola 교수는 인공지능이 ‘생각’하는 방식을 연구하여 안전하게 인공지능을 인간 사회에 통합하려고 노력합니다.

MIT-IBM 왓슨 AI 연구소가 미래를 위해 AI-사회기술 시스템을 구축하는 방법에 대해 소개합니다.

Caroline Uhler 교수는 Schmidt Center에서의 연구, 수학의 어려운 문제, 생물학의 복잡한 상호작용을 이해하기 위한 지속적인 노력에 대해 논의합니다.

이 모델은 용해도 예측을 통해 새로운 약을 설계하고 합성할 때 더 위험한 용매 사용을 최소화하는 데 도움을 줄 수 있습니다.

NVIDIA의 최신 릴리스인 Llama Nemotron Super v1.5은 추론 및 에이전틱 작업에 특히 뛰어난 성능과 사용성을 제공하여 모델이 어디까지 이끌 수 있는지에 대한 경계를 넘는 AI 발전을 이끌고 있다.

2025년 7월 27일 오전 4시 21분

대규모 트랜스포머 모델을 훈련하는 것에 대한 어려움으로 인해 차별적 개인정보 보호 및 페더레이티드 러닝(FL)이 음성 인식에 적용되는 것은 쉽지 않았다. 이를 해결하기 위해 새로운 벤치마크, 적응형 옵티마이저, 그리고 그래디언트 클리핑을 제안하였다. 이전 연구들은 표준 최적화 기술로 수렴하기 어렵다는 문제에 직면해왔다.

대형 언어 모델의 성공으로 영감을 받아 음성 모델링에 적용되고 있지만, 음성은 연속적이고 복잡하여 자동 회귀 모델링을 위해 이산화되곤 한다. 자기 지도 모델에서 파생된 음성 토큰은 음성의 언어적 측면에 중점을 두지만 억양 정보를 무시하는 경우가 많다. 이에 따라 이러한 토큰으로 훈련된 모델은 자연함이 감소한 음성을 생성할 수 있다. 기존 접근 방식은 이를 해결하기 위해 음성 토큰에 음높이 특성을 추가하는 것이지만, 음높이만으로는 범위를 완전히 표현할 수 없다.

MIT Schwarzman College of Computing의 미션을 발전시키기 위해 핵심적인 의견을 제공하는 학부 자문 그룹이 구성되었습니다. “컴퓨팅 언어학자”로 구성된 이 그룹은 중요한 역할을 하고 있습니다.

이 AI 시스템은 바람과 같은 알 수 없는 방해요소에 자동으로 적응하도록 학습합니다.

현재의 읽기 오류 주석 방법을 개선하기 위해 대상 독해 텍스트를 프롬프팅하여 원문 전사 및 직접 미스큐 탐지를 위해 훈련된 혁신적인 엔드 투 엔드 아키텍처를 제안합니다.

확산 모델이 시각적 콘텐츠 생성을 주도하는 가운데, 이러한 모델을 3D 콘텐츠를 만들기 위해 다중 뷰 이미지 생성에 적응시키는 노력이 이루어졌다. 우리는 RGB 프레임과 함께 정규화된 좌표 공간(Normalized Coordinate Space, NCS) 프레임을 생성하는 것을 제안한다. NCS 프레임은 각 픽셀의 전역 좌표를 캡처하여 강력한 픽셀 대응과 3D 일관성을 위한 명시적 지도를 제공한다.

연구진들은 항공 교통 일정이나 자율 주행 차량과 같은 영역에서 자동화가 현실 세계와 만나면서 발생하는 고장을 예측하기 위한 알고리즘을 개발 중이다.

Sendhil Mullainathan은 행동경제학과 기계학습 분야의 연구에 독특한 시각을 제공하고 있다.

불필요한 계산을 제거함으로써, 새로운 데이터 기반 방법은 기차 일정, 배송기사 경로 지정, 항공사 승무원 배치 등의 프로세스를 최적화할 수 있습니다.

사용자들이 특정한 특성을 가진 새로운 분자를 요청하면, 새로운 방법을 통해 그 분자를 합성하는 방법에 대한 상세한 설명을 받을 수 있는 기술이 개발되었습니다.

MIT의 Whitehead Institute와 CSAIL 연구진이 단백질의 위치를 예측하고 생성하는 머신러닝 모델을 개발했으며, 이는 질병을 이해하고 개선하는 데 도움이 될 것으로 예상된다.

인간과 다른 환경에서 로봇을 훈련하는 것이 더 효율적일 수 있다.

McGovern 연구소, MIT 오픈 러닝 등이 주최한 심포지엄에서는 심리건강 및 신경 질환 이해를 발전시키는 신흥 기술이 강조되었다.