MIT 연구진이 배틀쉽 게임을 활용해 AI 에이전트가 더 나은 질문을 할 수 있도록 훈련하는 연구를 진행했습니다. 이 연구에서 소형 AI 모델이 대형 모델보다 1%의 비용으로 더 뛰어난 성능을 보였습니다.

MIT 연구진이 개발한 새로운 ChartNet 훈련 데이터셋은 비즈니스 트렌드 분석이나 과학적 수치 해석에 도움을 주는 비전-언어 모델의 정확성을 향상시킬 수 있습니다.

코너 콜리는 화학과 기계 학습의 접점에서 새로운 약물 화합물을 발견하고 설계하는 연구를 진행하고 있습니다.

가브리엘 파리나 조교수가 복잡한 다중 에이전트 시나리오에서의 의사결정 기초를 탐구하며 AI 발전에 기여하고 있습니다.

새로운 편향 제거 기법인 WRING이 기존 방법의 한계를 극복하며 AI 비전 모델의 편향을 줄이는 데 기여할 것으로 기대된다.

MIT와 IBM의 오랜 협력을 바탕으로 새롭게 출범한 연구소가 AI, 알고리즘, 양자 컴퓨팅의 융합을 탐구할 예정이다.

새로운 방법이 의료 및 금융과 같은 고위험 분야에서 더 정확하고 효율적인 AI 모델을 제공할 수 있는 가능성을 제시하고 있습니다.

MIT 과학자들이 47개국의 30,000개 이상의 경쟁 수학 문제를 수집하여 AI 연구자들에게 더 어려운 테스트를 제공하고, 전 세계 학생들에게는 더 나은 훈련 기회를 제공합니다.

새로운 훈련 방법이 AI의 신뢰도 추정치를 개선하여 성능을 희생하지 않고도 추론 모델의 환각 문제를 해결합니다.

연구자들이 제어 이론을 활용해 AI 모델의 복잡성을 줄이는 방법을 개발했습니다. 이 기술은 학습 중에도 성능을 유지하면서 계산 비용을 절감할 수 있습니다.

연구자들이 데이터 센터의 플래시 스토리지 하드웨어 효율성을 높이기 위해 작업 부하를 지능적으로 조절하는 시스템을 개발했습니다.

새로운 불확실성 측정 지표가 대형 언어 모델의 환각을 식별하고 사용자에게 AI 모델의 신뢰성을 판단하는 데 도움을 줄 수 있습니다.

연구진은 모델의 추론 능력을 활용하여 다단계 문제에 최적해를 찾는 “스마트 어시스턴트”를 만드는 새로운 프레임워크를 개발했다.

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