이 작성자와 연결된 문서를 한곳에서 모아보고, 관련 태그를 따라 같은 맥락의 문서를 이어서 탐색할 수 있습니다.
자주 함께 등장한 태그
SensorFM은 500만 명의 비식별 웨어러블 센서 데이터 1조 분 이상을 자기지도 방식으로 학습해 다양한 건강 예측, 결측 데이터 복원, 적은 라벨을 활용한 적응, 개인 건강 에이전트의 생리학적 근거 제공을 지원하는 범용 파운데이션 모델이다.
Google Research는 내비게이션 앱이 일부 경로를 네트워크 관점에서 조정하면 도시 전체의 주행 속도와 배출량을 개선할 수 있음을 10개 미국 도시 실험으로 보였다.
Google Research는 50개 이상 글로벌 도시의 건물 단위 지붕 반사율 데이터를 공개하고, 도시가 쿨루프 정책으로 극심한 더위에 대응하도록 고해상도 Heat Resilience Earth Engine App을 제공한다.
TabFM은 표 형식 데이터의 분류·회귀를 인컨텍스트 러닝 문제로 재정의해, 별도 학습·튜닝·복잡한 피처 엔지니어링 없이 단일 포워드 패스로 예측하도록 설계된 제로샷 기반 모델입니다.
구글은 Pixel의 Gemini Nano v3에 별도 드래프터 없이 동결된 모델 위에 Multi Token Prediction 헤드를 덧붙여 온디바이스 추론 속도와 메모리 효율을 높이는 방식을 소개했다.
선형 탄력 캐싱은 캐시 메모리 비용과 캐시 미스 비용을 함께 최적화하기 위해 페이지 보존 시간을 스키 대여 문제로 모델링하고, 가벼운 학습 기반 TTL 예측으로 고정 크기 캐시보다 낮은 총소유비용을 달성하려는 접근이다.
Google Research Science 팀은 책임 있고 포용적인 개방 과학 원칙 아래 오픈소스 도구, 공개 데이터셋, 글로벌 파트너십을 통해 유전체학·뇌과학·기후·보건·생물다양성 분야의 실제 연구 성과와 사회적 영향을 확장하고 있다고 설명한다.
Google Photos의 Auto frame은 촬영 후에도 사진을 3D 장면처럼 해석해 시점과 구도를 자동으로 재구성하는 이미지 편집 기능이다.
ReasoningBank는 에이전트가 성공과 실패 경험에서 일반화 가능한 추론 전략을 추출해 배포 후에도 지속적으로 학습하도록 돕는 메모리 프레임워크다.
Simula는 합성 데이터 생성을 개별 샘플 제작이 아니라 데이터셋 전체의 범위, 난이도, 품질을 설계하는 메커니즘 디자인 문제로 재정의한 프레임워크다.
구글 리서치는 생성형 AI 대화 시뮬레이션을 활용해 협업·갈등 해결·프로젝트 관리·창의성 같은 미래 준비 역량을 확장 가능하게 평가하는 연구 실험 Vantage를 공개했다.
ConvApparel은 의류 쇼핑 대화 데이터를 통해 LLM 기반 사용자 시뮬레이터가 실제 인간과 얼마나 다른지 측정하고, 특히 예상 밖으로 나쁜 대화 에이전트에 적응하는지를 검증하는 데이터셋과 평가 프레임워크입니다.
Google Research는 심리학 설문을 실제 조언 상황의 상황판단검사로 바꾸어 25개 LLM의 행동 성향이 인간 합의와 얼마나 맞는지 평가했고, 큰 모델도 낮은 합의 상황에서는 인간 의견의 분포와 모호성을 충분히 반영하지 못한다고 보고했다.
Google Research는 인간 평가자 간 불일치를 무시하지 않는 재현성 높은 AI 벤치마크를 만들기 위해, 평가 항목 수와 항목당 평가자 수의 최적 균형을 찾는 프레임워크와 시뮬레이터를 제시했다.
구글 퀀텀 AI는 향후 양자컴퓨터가 암호화폐의 타원곡선 암호를 기존 예상보다 적은 자원으로 깰 수 있음을 제시하며, 세부 공격 경로는 숨기고 검증은 가능한 방식으로 책임 있는 취약점 공개와 포스트양자암호 전환을 촉구했다.
Vibe Coding XR는 Gemini와 오픈소스 XR Blocks를 결합해 자연어 프롬프트를 60초 안팎의 상호작용형 WebXR/Android XR 프로토타입으로 바꾸는 빠른 XR 제작 워크플로입니다.
구글 리서치의 S2Vec은 도로·건물·상점 같은 구축환경 데이터를 S2 셀 기반 이미지처럼 변환하고 자기지도 학습으로 임베딩해 전 세계 사회경제·환경 패턴 예측에 활용하는 지리 AI 프레임워크다.
TurboQuant는 QJL과 PolarQuant를 결합해 벡터 양자화의 메모리 오버헤드를 줄이고, KV 캐시 압축과 고차원 벡터 검색에서 정확도 손실 없이 큰 압축·속도 향상을 보인 Google Research의 알고리즘입니다.
구글 리서치는 The Check Up에서 개인 맞춤형 건강 관리, 임상의 협업, 개발자 생태계, 공중보건, 생명과학 연구 전반에 AI를 책임 있게 적용해 실제 의료 현장으로 옮기려는 최신 연구 성과를 소개했다.
구글 리서치와 NHS 협력 연구는 유방촬영술 판독 과정에 AI를 두 번째 판독자로 통합하면 암 발견 성능을 유지하거나 높이면서 사람 판독 업무량을 크게 줄일 가능성이 있음을 보여준다.
Google Research와 협력 연구진은 고온 초전도 연구 질문을 사례로 여섯 LLM을 전문가가 평가한 결과, 큐레이션된 과학 문헌에 기반한 NotebookLM과 맞춤형 RAG 시스템이 가장 높은 성과를 보였다고 밝혔다.
Google Research는 Gemini로 전 세계 뉴스 보도를 분석해 도시 돌발홍수 260만 건의 구조화 데이터셋을 만든 Groundsource를 공개하고, 이를 예측·연구 기반으로 활용한다고 밝혔다.
구글 리서치는 뉴스 기반 Groundsource 데이터와 AI 모델을 활용해 도시 돌발홍수를 최대 24시간 전 예측하는 기능을 Flood Hub에 확대하며, 조기경보 격차가 큰 지역의 기후 회복력 강화를 목표로 한다.
구글 리서치·구글 딥마인드와 Beth Israel Deaconess Medical Center의 전향적 단일기관 연구는 대화형 의료 AI AMIE가 실제 일차진료 방문 전 병력 청취를 감독하에 수행하는 것이 초기 단계에서 실행 가능하고 안전하게 수용될 수 있음을 보고했다.
