인간 수준의 지식 학습과 추론 능력을 갖춘 차세대 언어 AI를 연구합니다. 대학원생 및 연구원을 모집하고 있습니다. Advancing next-generation language AI with human-level knowledge learning and reasoning capabilities. We are recruiting graduate students and researchers.
Our NLP lab at UNIST eventually aims to develop a System 2-based language AI that simulates how humans expand and acquire knowledge, ultimately striving to build an Artificial General Language Intelligence (AGLI) intensively equipped with progressive knowledge learning and manipulation capabilities. Given this aim, our research goes beyond System 1 abilities focused on short-term factual recall and aims to endow large language models (LLMs) with System 2-level cognitive skills-such as long-term learning, conceptual understanding, and creative knowledge composition.
Particularly, noting that current LLMs are remarkable but still remain inefficient at knowledge injection and manipulation and fall qualitatively short of human-level capabilities, our current interests include:
In the mid-term, the lab also aims to develop parametric equivalents of in-context knowledge editing. In the long-term, we seek mechanisms for long-term conceptual learning, ultimately enabling LLM agents to master knowledge at a human level. Overall, we are dedicated to establishing foundational technologies that will drive next-generation language intelligence.
UNIST 자연어처리 연구실은 인간이 지식을 확장하고 습득하는 과정을 모사하여 지식 점진적 학습 및 조작 능력을 갖춘 일반 언어지능(Artificial General Language Intelligence, AGLI)을 구현하기 위한 System 2 기반 언어 AI 연구를 목표로 합니다. 본 연구실은 단기적 사실 회상 중심의 System 1 능력을 넘어, System 2 수준의 고차원적 추론 능력—즉 장기 학습, 개념 이해, 창의적 지식 조합—을 대규모 언어모델(LLM)에 부여하는 것을 연구하고 있습니다.
현재의 LLM이 뛰어난 성능에도 불구하고 지식 주입 및 조작(knowledge injection and manipulation)에서 여전히 비효율적이라는 인식하에, 연구실은 다음 분야를 중점적으로 다루고 있습니다:
중기적으로는 In-context 지식 편집의 파라미터적 등가 모델 개발을, 장기적으로는 장기 지식 및 개념 학습 메커니즘을 완성하여 인간 수준의 지식 숙달 능력을 갖춘 LLM 에이전트를 구현하는 것을 목표로 합니다. 이를 통해 차세대 언어지능을 위한 원천 기술 확보에 주력하고 있습니다.