총 76개
-
대규모 언어 모델의 실제 적용 사례 및 활용 전략2025.01.141. 질문 응답 시스템과 LLMs 질문 응답(QA) 시스템은 자연어 처리의 하위 영역으로, 복잡한 질문에 대한 답변을 제공하는 시스템입니다. LLM을 활용한 QA 시스템은 도메인 지식에 대한 의존도가 낮고 다양한 종류의 질문에 대응할 수 있는 장점이 있어 고객 서비스, 교육, 연구 등 다양한 분야에서 활용되고 있습니다. LLM을 활용한 QA 시스템을 개발하기 위해서는 데이터, 모델, 프롬프트 등을 고려해야 합니다. 앞으로 LLM의 발전과 함께 QA 시스템의 자연어 이해 및 응답 능력, 다양한 분야의 응용, 자동화 및 지능화가 확대될...2025.01.14
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 기본적으로 인간의 지능 수준을 넘지 못하고 제한된 작업에만 사용되는 인공지능을 의미한다. 반대로 강한 인공지능은 인간의 지능을 초월하여 다양한 작업을 수행하고 사람과 유사한 추론, 학습, 문제 해결 능력을 갖춘 인공지능을 말한다. 약한 인공지능은 사전에 정의된 규칙이나 알고리즘을 사용하여 작업을 수행하지만, 강한 인공지능은 데이터 기반 학습을 통해 지식을 습득하고 문제를 해결한다. 약한 인공지능은 '자아'가 없다는 차이점이 있다. 2. 기계학습의 개념과 특징 기계 학습은 인...2025.05.13
-
언어 변수와 헤지, 퍼지 집합 연산, 포함관계에 대해 서술하시오.2025.01.171. 퍼지 퍼지(Fuzzy)란 모호하거나 정확하게 정의하기 어려운 개념을 나타내는 말이다. 퍼지 논리는 모호한 대상을 다루는 논리이다. 퍼지 집합은 퍼지 논리에서 중요한 개념으로, 모호한 정보나 불확실성을 다루는 데 사용된다. 퍼지 집합을 구성할 때는 단일 전문가 기반 퍼지 집합과 다중 전문가 기반 퍼지 집합, 인공 신경망을 이용하는 방법 등이 있다. 2. 언어 변수와 헤지 언어 변수란 우리가 말할 때 정확한 단어를 선택하기 모호한 상황에서 사용되는 용어를 말한다. 언어 변수는 절대적인 언어 변수, 상대적인 언어 변수, 범주형 언어...2025.01.17
-
GPT-3에서 GPT-4로, 차세대 AI 언어 모델의 발전과 도전2025.05.041. GPT-3 GPT-3(Generative Pre-trained Transformer 3)는 2020년 6월 OpenAI에서 출시된 AI 모델로, 번역, 요약, 질의 응답, 콘텐츠 생성 등 다양한 자연어 작업에서 인상적인 성능을 보였습니다. 1,750억 개의 매개변수를 가진 GPT-3는 방대한 텍스트 데이터 코퍼스에 대한 훈련을 통해 인간과 유사한 텍스트를 생성할 수 있는 자동 회귀 언어 모델입니다. 2. GPT-4 GPT-4는 GPT-3 이후에 출시된 OpenAI의 GPT 시리즈 네 번째 버전입니다. 13조 개의 매개변수를 가...2025.05.04
-
챗지피티를 활용한 업무 TIP2025.05.051. ChatGPT 란? ChatGPT는 구글 등 기존의 검색 서비스가 정보를 보여주는 데 그쳤다면, 정보를 순식간에 정제된 텍스트로 생성할 수 있는 언어 생성형 모델입니다. OpenAI에서 2022년 11월 30일 처음 공급했으며, 2023년 1월 30일 1억 명의 일반 대중에게 공개되었습니다. 인간 같은 텍스트를 생성할 수 있고 빠르게 콘텐츠를 만들 수 있지만, 출처 인용, 품질 및 신뢰성 등의 한계가 있습니다. 2. ChatGPT 활용 방법 ChatGPT를 활용하여 퀴즈 만들기, 간단한 보고자료 제작, 전문자료 정리, 유튜브/...2025.05.05
-
PC활용_구글 CEO 선다 피차이는 양자 컴퓨터에 대한 중요성을 언급했다. 양자 컴퓨터의 정의와 최근 이슈 및 각 나라의 발전 동향에 대해 정리하여 제출하시오.2025.04.291. 양자 컴퓨터 양자 컴퓨터는 현재의 컴퓨터는 정보를 처리하는 원리를 기반으로 하여 '양자'라는 새로운 성질을 더하여서 기능을 향상시킨 컴퓨터이다. 중첩은 하나의 입자에 여러 가지의 상태가 확률적으로 동시에 존재한다는 것을 말한다. 양자 얽힘은 한 번 짝을 이뤄서 얽혀져 있는 둘 이상의 입자는 멀리 떨어져 있다고 하여도 어느 한 입자의 상태가 변화를 하면, 동시에 멀리 떨어져 있는 다른 입자에게도 반응을 보이는 특성을 가지고 있다. 양자 상태는 측정을 하기 전에는 정확하게 알 수 없고, 중첩의 상태로 표현이 되어서 결과를 확률적으...2025.04.29
-
프롬프트 엔지니어의 소개와 미래 (feat. 인공지능)2025.05.051. 생성형 AI 생성형 AI(Generative AI)는 기존 예제에서 학습하여 새로운 콘텐츠, 패턴 또는 데이터를 생성하는 데 중점을 둔 인공 지능의 한 분야입니다. 고급 모델과 기술을 사용하여 텍스트, 이미지, 음악 및 비디오와 같은 영역에서 사람과 유사한 출력을 생성합니다. 생성형 AI의 주요 특징에는 대규모 데이터 세트로부터의 학습, 확률적 모델링, 창의성, 적응성 및 고품질 출력이 포함됩니다. 2. GPT GPT는 Generative Pre-trained Transformer의 약자로 자연어 처리 작업을 위해 설계된 일종...2025.05.05
-
트랜스포머 알고리즘의 개념과 적용 사례2025.01.251. 트랜스포머 알고리즘의 개념 트랜스포머 알고리즘은 주의 메커니즘을 기반으로 하는 딥러닝 모델로, 입력 데이터의 각 요소가 다른 모든 요소와의 관계를 고려하여 변환된다. 이를 통해 순차적인 처리 대신 병렬 처리가 가능하게 되어 학습 속도가 크게 향상되었다. 트랜스포머는 인코더와 디코더로 구성되어 있으며, 각 단계에서 다중 헤드 자기 주의 메커니즘을 사용한다. 이 알고리즘은 2017년 구글의 연구팀이 발표한 논문에서 처음 소개되었다. 2. 트랜스포머 알고리즘의 구조 트랜스포머 모델은 인코더와 디코더 블록으로 구성되어 있다. 인코더는...2025.01.25
-
영문 ) Real-world business problem -problems that occur in the business environment (or2025.01.201. Real-world business problem 기업 환경(또는 직장)에서 발생하는 문제로, 데이터 분석을 통해 해결할 수 있는 문제입니다. 예를 들어 온라인 광고 효과가 낮거나 새로운 패션 제품에 대한 고객 만족도가 낮은 경우 등입니다. 2. 연구 목적 온라인 광고 효과를 높이기 위한 요인 탐색, 고객 만족도를 높이기 위한 제품 속성 탐색 등이 연구의 주요 목적입니다. 3. 데이터 소셜 네트워크 플랫폼의 리뷰 텍스트, 내부 데이터베이스의 구매 데이터 등이 필요합니다. 이를 통해 고객이 중요하게 여기는 요인을 파악하고 고객 ...2025.01.20
-
고려대학교 객체지향프로그래밍 A+ 기말고사 치팅시트2025.05.101. 프로그래밍 언어 프로그래밍 언어는 컴퓨터가 수행할 수 있는 모든 것을 설명할 수 있어야 하며, 프로그래머가 의도한 바를 정확히 표현할 수 있어야 합니다. 튜링 기계는 무한한 테이프, 읽기/쓰기/삭제 장치, 상태 테이블을 가지고 있으며 튜링 완전하거나 튜링 동등합니다. 실제 컴퓨터는 선형 한정 레지스터 기계(거의 만족)입니다. 대부분의 언어가 튜링 완전하기 때문에 문제가 되지 않습니다. 프로그래밍 언어는 오류 방지, 사용성 등의 기준을 만족해야 합니다. 2. 프로그래밍 패러다임 프로그래밍 패러다임은 좋은 프로그래밍 언어의 기준을...2025.05.10
3 / 8
