FuriosaAI, ECCV 및 CoLM 컨퍼런스에서 논문 발표

FuriosaAI 엔지니어들이 멀티모달 AI의 한계를 극복하기 위한 두 편의 연구 논문을 발표했다. 해당 논문들은 세계적인 AI 컨퍼런스인 ECCV(European Conference on Computer Vision)와 CoLM(Conference on Language Modeling)에 각각 채택되었다.

FuriosaAI의 RNGD 칩은 텍스트뿐만 아니라 멀티모달 모델을 구동하도록 설계되었다. 높은 프로그래밍 가능성을 갖춰, 엔지니어들이 복잡한 최적화 과정 없이도 새로운 모델 아키텍처를 신속하게 배포할 수 있도록 지원한다.

CoLM에 발표된 연구에서는 CoBSAT를 제안했다. 이는 MLLM(Multimodal Large Language Models)의 텍스트-이미지 인컨텍스트 학습(In-Context Learning) 능력을 평가하는 최초의 종합 벤치마크다. 이를 통해 연구자들은 다양한 모델의 멀티모달 학습 성능을 체계적으로 검증할 수 있다.

또한 ECCV에서는 확산 기반 이미지 편집 모델의 정밀도를 높이는 Eta Inversion 기술을 소개했다. 이 기술은 편집 과정을 더욱 세밀하게 제어할 수 있게 하여, 디자이너와 아티스트에게 더욱 강력하고 직관적인 편집 도구를 제공할 것으로 기대된다.