AI Research & Safety

연구분야

• 01

  ML Research
  

  다양한 Modality를 가진 더 나은 머신 러닝 모델의 개발과 신뢰할 수 있는 AI, 최적화와 같은 머신 러닝 알고리즘 개발을 연구합니다.
  

  • Multimodal learning algorithms
  • ML reliability
  • Generic ML algorithms
• 02

  Backbone Research
  

  Deep learning과 인공지능 분야의 기본적인 주제들을 포괄적으로 연구합니다.
  

  • New foundation models/elements
  • New training method
  • Cost-efficiency improvements
  • Data-related topics
• 03

  Language Research
  

  인류와 사회를 이해하고, 신뢰할 수 있고 안전한 언어 모델을 연구하고 응용하며, 인공지능 기술을 향상 시키는 것을 목표로 연구합니다.
  학계와 산업계 모두에서 활동하는 팀으로서, 근본적이면서도 현실적인 문제들을 해결하기 위해 노력하고 있습니다.
  

  • Building safe and trustworthy large language models (LLMs)
  • Datasets, benchmarks, and evaluation metrics for LLMs
  • LLM security involving attacks, defenses, and detection
  • Safety alignment, learning, and inference algorithms
  • LLM agents, single or multi-agent interaction, decision-making, and autonomous agents
• 04

  Generation Research
  

  Generation research는 visual generation의 한계를 뛰어넘는 높은 품질의 콘텐츠를 제공하여, 사용자의 창의적 활동을 지원합니다. 이를 통해 AI 기술의 발전에 기여하는 것을 목표로 합니다.
  

  • Multimodal generation models
  • Neural 3D representation learning and its applications
  • Generative applications tailored for LLMs
• 05

  HCI Research
  

  Human-Computer Interaction (HCI)는 최신 AI 기술을 컴퓨팅 시스템에 내재하여 최종 사용자에게 이익이 되는 AI 기술의 설계 방법을 연구합니다.
  

  • AI-infused interactive systems
  • Digital health and well-being applications
  • Accessibility and safety of AI
  • LLM-driven computing systems and empathetic agents