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.