|
models: A survey. arXiv.
https://doi.org/10.48550/arXiv.2402.12451 인공지능(AI) 학습을 위해 고안된 LLM(Large Language Model; 대규모 언어 모형)과 LMM(Large Multimodal Model; 대규모 멀티모달 모형)을 비교, 설명하고, Deep Learning과의 관계에 대해 논하시오. (이 경우,
|
|
|
I. 서론
인공지능(AI) 기술의 발전은 지난 몇 년간 놀라운 속도로 이루어졌습니다. 특히 자연어 처리(NLP) 분야에서 대규모 언어 모델(Large Language Model, LLM)의 등장은 혁명적인 변화를 가져왔습니다. 최근에는 텍스트뿐만 아니라 이미지, 음성
|
|
|
모델의 등장 이후 많은 대규모언어모델이 탄생했다. 방대한 양의 텍스트 데이터를 학습해 번역/생성 등 광범위한 자연어처리 작업을 높은 정확도로 수행할 수 있게 되었기 때문이다. 대표적으로 오픈 AI 의 GPT, 구글의 BERT, 메타의 OPT 등이 트
|
|
|
생성 AI는 방대한 학습 정보를 바탕으로 다양한 질문에 사람처럼 답하며 신기하고 놀라운 경험을 선사하고 있다. 그러나 이런 신기함이 호기심을 넘어
우리의 삶에 실질적인 영향을 미치는 순간은 생성 AI가 업무에 적용될 때이다.
실제 업
|
|
|
모델은 이러한 현상을 연구하고 있다. 그밖에 관련된 현상은 광고가 일정하게 유지됨에 따라 반응이 균일하게 하락하는 이력(履歷)현상(hysteresis)이다. 그밖에 Little(1979)은 구매빈도가 적은 제품의 판매반응, 그러한 제품에 관한 시장고갈(market
|
|
 |
모델의 구조와 발전 과정 설명
https://wikidocs.net/198931
4. 카카오클라우드 블로그 생성형 AI와 ChatGPT의 원리 및 활용 사례 소개
https://blog.kakaocloud.com/91
5. KDI 경제정보센터 e경제정보리뷰 챗GPT가 가져온 변화와 미래 전망
https://eiec.kdi.re.kr/publish/re
|
|
메뉴펼치기
