일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- GPT
- coursera
- Machine Learning
- prompt
- 언어모델
- 딥러닝
- feature engineering
- AI
- Scikitlearn
- Regression
- supervised ml
- LLM
- Deep Learning
- llama
- ML
- 인공신경망
- learning algorithms
- AI 트렌드
- Unsupervised Learning
- Supervised Learning
- 머신러닝
- nlp
- 인공지능
- ChatGPT
- neural network
- 챗지피티
- feature scaling
- 프롬프트 엔지니어링
- Andrew Ng
- bingai
- Today
- Total
목록LLM (2)
My Progress

ChatGPT가 나온 이후로 언어모델의 대한 관심 급증하기 시작하고 기업들은 너도 나도 할것없이 이 언어모델을 개발하고 도입하기 시작한다. 이와 동시에 "Prompt Engineering. / 프롬프트 엔지니어링" 이라는 분야가 생겨나고 각광 받기 시작한다. 테슬라의 전 AI 책임자가 ‘가장 있기 있는 새로운 프로그래밍 언어는 영어’라고 할 정도로 프롬프트 엔지니어링의 중요성이 높아지고 있다. Anthropic AI가 올해 초 프롬프트 엔지니어 채용 공고 에서는 제시한 연봉이 무려 25만에서 33만 달러 (대략적으로 한화 3억 2천만원에서 4억 3천만원)이라고 한다. 그럼 왜 프롬프트 엔지니어링이라는 분야가 생겨났고 어떤 기술을 사용하는지 알아보자 1. 생겨난 이유프롬프트 엔지니어링이 중요하고 생겨나게..

1. 연구목적:GPT-4와 GPT-3.5의 2023 3월과 6월에 스냅샷 된 두가지 버전사이의 변화 측정 2. 연구방법4가지 작업에 대해서 평가 1. 수학문제풀이: 정확도비교2. 민감하거나 위험한 질문에 대한 답변: 답변률3. 코드생성: 생성된 코드로 직접 실행 가능여부4. 시각적 추론: 정확성 추가 측정 방법:1. 생성길이2. 답변이 일치하는지에 대한 중복성과 일관성 3. 4가지 작업에 대한 비교 평가 4. 연구 결과 - GPT-3.5와 GPT-4의 행동이 짧은 시간 동안 상당히 변했다는 것을 확인했다.- 대형 언어 모델의 행동을 지속적으로 평가하고 검증해야한다 출처: https://arxiv.org/pdf/2307.09009.pdf