|
디지털 매체가 만든 새로운 언어 문화
2. 인공지능과 언어 기술의 혁신적 발전
2.1. 기계번역과 자연어처리 기술의 진화
2.2. 대화형 AI와 언어 모델의 발전
2.3. 음성인식 및 음성합성 기술의 성과
3. 멀티모달 소통과 가상현실 언어 환
|
|
|
모달(multimodal)
4) 자기지도 사전훈련(self-supervised pretraining)
5) 생성적 대립 신경망(GAN: Generative Adversarial Network)
5. 생성형 인공지능의 장단점
1) 장점
2) 단점
6. 생성형 인공지능의 주요 활용 사례
7. 생성형 인공지능을 위해 활용될 수 있
|
|
|
멀티모달, 한국경제신문, http://dic.hankyung.com, 2024.06.23. 접속
AI 그림, 미술전 우승 ‘갑론을박’&“로봇이 올림픽 참가한 꼴” VS “도구일 뿐”
https://www.seoul.co.kr/news/newsView.php?id=20220904500075 [목차]
Ⅰ. 서론
Ⅱ. 이미지를 만들어내
|
|
|
ai.gitbook.io/cat
평범한 직장인이 사는 세상. (2024). AI 모델의 신뢰성 평가: SimpleQA의 역할. https://digitalbourgeois.tistory.com/493
신뢰할 수 있는 인공지능 연구실. (2024). 신뢰할 수 있는 인공지능의 핵심 요소와 기술적 과제. https://trustworthyai.co.kr/article/20
|
|
|
AI 활용 사례 분석
2.2.1 제조업에서의 생성형 AI 혁신 사례
2.2.2 금융 서비스업의 생성형 AI 도입 현황
2.2.3 의료 및 헬스케어 분야의 혁신적 변화
2.2.4 교육 분야의 디지털 혁신
2.3 기업의 생성형 AI 도입 전략과
|
|
 |
AI 설계 연구에 참여해 실제 프로젝트에 적용하고자 합니다. 이 과정을 통해 기술 발전의 이면에 있는 사회적 책임을 다하는 연구자가 되겠습니다.
Q9. 입학 후 첫 학기 목표와 구체적 계획은 무엇인가요?
‘고급 딥러닝 이론’, ‘멀티모달 컴
|
|
 |
with Human Feedback(RLHF) 방식으로 실제 사용자 피드백을 반영하는 방법이 필요하다고 생각합니다. 저는 이러한 문제에 대한 실험적 접근을 앞으로의 연구 주제로 삼고자 합니다. 2026 KT AI석사과정(LLM-sLM-멀티모달 LLM 기술개발) 자기소개서
|
|
 |
멀티모달 AI와 연합학습(Federated Learning)이 중요하다고 봅니다. 제조 현장은 다양한 센서, 영상, 로그 데이터를 동시에 다루며, 공장 간 데이터 공유에는 보안 이슈가 많기 때문에 이 기술들이 실효성 있는 해법이 될 것입니다. 저는 이에 대한
|
|
 |
AI-Hub 교육자료 등)을 정제하고, 교육 전문가의 검토를 거쳐 생성 콘텐츠의 품질을 평가하겠습니다.
또한 Reinforcement Learning with Human Feedback(RLHF) 방식을 도입하여 ‘좋은 교육 콘텐츠’의 기준을 반영한 출력 제어 알고리즘을 실험할 예정입니다
|
|
 |
AI 프로젝트 수행 과정에서 수많은 시행착오가 있었지만, 문제를 해결할 때까지 반복 학습과 개선을 멈추지 않았습니다. 이런 끈기가 앞으로도 저를 성장시키는 원동력이 될 것이라 믿습니다. 1. 본인에 대해서 1 Page이내로 자유롭게 소개
|
|
메뉴펼치기
