LG AI Research가 기존 LMM의 데이터 라이선스 문제를 해결하고 효율성을 높인 EXAONE LMM 구조를 제안했다.
LG AI 연구원이 EXAONE의 Image Understanding과 Generation 기술을 결합해 화담숲 미디어아트를 구현한 사례를 소개한다.
LG AI Research가 비동기 멀티 에이전트 강화 학습(MARL)의 효율성을 높이는 AOCC 아키텍처를 제안했다.
비동기적 환경에서 에이전트 간 관측 시점 차이를 극복하기 위해 AOCC 구조를 제안하여 MARL 학습 효율을 높였다.
LG AI Research가 AAMAS 2024에서 실세계 문제 해결을 위한 Multi-Agent Reinforcement Learning(MARL) 적용 사례를 발표했다.
LG AI 연구원이 AAMAS 2024에서 자율 주행 및 산업 현장 최적화를 위한 멀티 에이전트 강화학습 연구를 발표했다.
LG AI 연구원과 미시건 대학교의 공동 연구가 LLM의 문화적 상식 이해와 편향성을 분석하여 NAACL 2024 소셜 임팩트 어워드를 수상했다.
LG AI Research와 미시간 대학교의 공동 연구가 LLM의 문화적 상식 이해 능력을 분석하여 NAACL 2024 소셜 임팩트 상을 수상했다.
LG AI Research가 ICLR 2024에서 발표한 파운데이션 모델의 해석 가능성, 지속 가능성, 안전성 중심의 최신 연구 트렌드를 소개한다.
ICLR 2024에서 발표된 Foundation Model의 일반화 능력, 효율성, 안전성에 관한 최신 연구 동향을 소개한다.
CVPR 2024에서 Best Paper로 선정된 'Generative Image Dynamics' 연구를 통해 정지 영상에서 자연스러운 움직임을 생성하는 기술을 소개한다.
LG AI Research가 영어와 한국어 성능이 뛰어난 오픈 소스 모델 EXAONE 3.0 7.8B를 공개했다.
LG AI연구원이 영어와 한국어 성능이 뛰어난 전문가용 AI 모델 EXAONE 3.0 7.8B를 오픈소스로 공개했다.
LG AI Research가 오픈소스 LLM EXAONE 3.0 기반의 엔터프라이즈 AI 에이전트 ChatEXAONE을 공개했다.
LG AI연구원이 EXAONE 3.0을 기반으로 기업용 업무 혁신을 지원하는 AI 에이전트 ChatEXAONE을 공개했다.
LG AI연구원이 조직병리 이미지 분석에 특화되어 성능과 경제성을 모두 잡은 오픈소스 모델 EXAONEPath를 공개했다.
LG AI Research가 ICML 2024에서 Tabular 데이터의 자기지도 학습 성능을 높이는 Binning 기반의 Pretext Task 연구를 발표했다.
LG AI 연구원이 ICML 2024에서 Tabular 데이터의 학습 성능을 높이는 새로운 방법론을 발표했다.
LG AI Research가 ICML 2024에서 강화 학습과 확산 모델을 결합해 조합 최적화 문제를 해결하는 CADO 연구를 발표했다.
LG AI연구원이 확산 모델과 강화학습을 결합해 조합 최적화 문제를 해결하는 CADO 연구를 ICML 2024에서 발표했다.
ACL 2024에서 발표된 LLM의 한계 극복을 위한 최신 연구 트렌드와 LG AI Research의 성과를 소개한다.
ACL 2024 튜토리얼 세션을 통해 LLM의 텍스트 생성 평가 방식과 취약점 등 최신 연구 트렌드를 살펴본다.
차트의 시각적 정보를 이해하고 복잡한 추론을 수행하는 범용 차트 이해 모델 ChartInstruct를 소개한다.
AI Briefing