이 작성자와 연결된 문서를 한곳에서 모아보고, 관련 태그를 따라 같은 맥락의 문서를 이어서 탐색할 수 있습니다.
자주 함께 등장한 태그
WAXAL은 사하라 이남 아프리카 27개 언어를 대상으로 ASR과 TTS용 대규모 공개 음성 데이터를 제공해, 저자원 언어 음성 기술과 지역 AI 생태계의 기반을 넓히려는 프로젝트입니다.
Google Research가 공개한 오픈소스 AI 모델 SpeciesNet은 카메라 트랩 이미지 속 야생동물을 대규모로 자동 식별해 연구와 보전 활동의 속도와 범위를 넓히고 있다.
구글 리서치 연구진은 LLM이 사용자 선호를 확률적으로 갱신하도록, 최적 베이지안 모델의 예측을 모방하게 미세조정하는 베이지안 티칭 방법을 제안하고 그 효과와 일반화 가능성을 검증했다.
구글 연구진은 합성 지도와 경로 주석을 대규모로 생성하는 MapTrace 파이프라인을 제안해, 멀티모달 언어모델이 지도 위에서 벽과 통로의 제약을 지키며 경로를 추적하는 공간 추론 능력을 학습할 수 있음을 보였다.
시간에 따라 변하는 클라우드 자원 용량에서 중단 없이 실행해야 하는 작업의 처리량을 최대화하기 위한 첫 상수계수 보장 알고리즘들을 제시한 연구입니다.
DialogLab은 일대일 LLM 대화의 한계를 넘어, 역할·집단 구조·발화 순서·즉흥성을 함께 다루는 인간 AI 다자간 대화 제작·시뮬레이션·검증용 오픈소스 연구 프로토타입이다.
Google Research와 Google DeepMind는 주로 새와 육상 동물 소리로 학습한 Perch 2.0이 수중 음향, 특히 고래 발성 분류에도 강하게 전이될 수 있음을 실험으로 보였다.
Google Research는 장애 커뮤니티와의 공동 설계를 바탕으로, 사용자의 맥락과 필요에 맞춰 스스로 조정되는 멀티모달 AI 기반 ‘Natively Adaptive Interfaces’가 보편적 디자인과 접근성을 새롭게 정의할 수 있다고 설명한다.
구글 리서치는 대규모 딥러닝 모델의 부분집합 선택 문제를 학습 과정 안에서 순차적 attention 기반으로 해결해, 정확도를 유지하면서 모델을 더 작고 빠르게 만드는 Sequential Attention을 소개했다.
Google은 Included Health와 함께 실제 가상진료 환경에서 대화형 의료 AI의 안전성·유용성·한계를 평가하기 위한 전국 단위 무작위 연구를 추진한다.
ATLAS는 영어 중심 스케일링 법칙의 공백을 메우기 위해 400개 이상 언어와 774회 학습 실험을 바탕으로 다국어 모델의 데이터 혼합, 모델 크기, 사전학습·미세조정 선택을 정량적으로 안내하는 연구입니다.
Google Research는 대규모 ML 데이터에서 다양성과 유용성을 동시에 만족하는 고품질 부분집합을 선택하기 위한 알고리즘 GIST를 소개했다.
Google 연구진은 UI 상호작용 궤적을 화면별 요약과 의도 추출로 분해하면 작은 멀티모달 모델도 큰 모델에 견줄 수준의 사용자 의도 이해 성능을 낼 수 있음을 보였다.
구글 연구진은 대규모 검증 연구를 통해 손목 착용 스마트워치가 보행 속도, 보폭, 지지 시간 등 고급 보행 지표를 스마트폰과 비슷한 수준으로 정확하고 신뢰성 있게 추정할 수 있음을 보였다.
구글 퀀텀 AI는 Willow 프로세서에서 동적 표면 코드를 실험해 결합기 수를 줄이고, 누설로 인한 상관 오류를 억제하며, iSWAP 게이트 기반 오류 정정 가능성을 확인했다.
구글 리서치는 안드로이드 오토에서 집계한 급제동 사건이 실제 도로 구간 사고율과 유의미한 양의 관계를 보이며, 희소한 사고 기록을 보완하는 도로 안전 선행 지표가 될 수 있음을 검증했다.
Google Research는 의료 영상 해석을 강화한 공개 모델 MedGemma 1.5 4B와 의료 음성 인식 모델 MedASR을 발표하며, 개발자가 의료 AI 애플리케이션을 평가·조정·확장할 수 있는 기반을 넓혔다.
NeuralGCM은 물리 기반 대기 모델과 NASA 위성 강수 관측으로 학습한 신경망을 결합해 전 지구 강수, 특히 극한 강수와 하루 주기 강수의 장기 시뮬레이션 정확도를 높인 하이브리드 모델이다.
Google Research는 2025년에 생성형 AI의 효율성·사실성·다언어성, 양자컴퓨팅, AI 기반 과학 도구, 생명과학·뇌과학, Earth AI까지 연구 성과를 제품·과학·사회적 영향으로 연결했다고 정리했다.
Google Research는 STOC 2026 제출 논문을 대상으로 Gemini 기반 Paper Assistant Tool을 실험해 이론 컴퓨터과학 논문의 증명 오류, 계산 실수, 논리적 빈틈을 사전 점검하는 가능성을 확인했다.
Google은 아프리카 전역의 데이터 과학·머신러닝 커뮤니티와 함께 공개 Health AI 모델을 활용한 보건 Ideathon을 열고, 자궁경부암 선별·모성 건강·피부질환 분류 등 지역 의료 과제 해결을 시도한 팀들을 선정·지원했다.
Google Research는 AI 챗봇 사용 양상을 분석하면서도 개별 대화가 결과에 과도하게 반영되지 않도록 DP 클러스터링, DP 키워드 추출, LLM 요약을 결합한 Urania 프레임워크를 소개했다.
Titans와 MIRAS는 실행 중 장기 기억을 선택적으로 갱신하는 방식으로, 매우 긴 문맥을 더 빠르고 정확하게 다루려는 새로운 시퀀스 모델링 접근이다.
Google Research는 기계 청각 지능을 여덟 가지 핵심 능력으로 표준 평가하는 오픈소스 벤치마크 MSEB를 공개하며, 현재 사운드 임베딩 모델들이 범용성과 견고성에서 큰 성능 여지를 남기고 있다고 밝혔다.
