NLP(Natural Language Processing)
40 posts
- [LLM] 00. Introduction: LLM 밑바닥부터 이해하기
- [LLM] 01. AI 수학 기초 — 내적, Softmax, KL Divergence
- [LLM] 02. 신경망은 어떻게 학습하는가 — 역전파와 Adam
- [LLM] 03. RNN에서 Transformer까지 — 언어모델의 진화
- [LLM] 04. 토크나이징과 임베딩 — 텍스트를 벡터로
- [LLM] 05. Self-Attention 완전분해 — Q, K, V부터 Multi-head까지
- [LLM] 06. GPT 아키텍처 해부 — 정규화, FFN, Residual, 샘플링
- [LLM] 07. 지식은 어디에 저장되는가 — FFN과 Superposition
- [LLM] 08. 파인튜닝 실전 — Classification Fine-tuning과 LoRA
- [LLM] 09. 지시 미세튜닝 — 프롬프트 포맷과 마스킹
- [LLM] 10. RLHF와 DPO — 사람의 선호를 학습시키는 법
- [LLM] 11. 추론 모델의 시대 — Chain-of-Thought와 GRPO
- [LLM] 12. LLM 서빙 효율화 — KV Cache, GQA, MLA
- [RAG] 00. Introduction: RAG와 정보검색
- [RAG] 01. Classical IR — 역색인, TF-IDF, BM25
- [RAG] 02. Dense Retrieval — BERT로 의미를 검색하기
- [RAG] 03. RAG 파이프라인 구축 — Retriever-Reader
- [RAG] 04. 고차원 근사 검색 — LSH와 그래프 인덱스
- [RAG] 05. GraphRAG — 지식을 그래프로 검색하기
- [RAG] 06. MCP 기반 Text2SQL — LLM과 데이터베이스 연결하기
- [RAG] 07. Cross-Encoder 파인튜닝 — InfoNCE로 재정렬 모델 학습하기
- [AI] 녹음 음성 화자 인식·STT 오픈소스 정리 (Reverb, WhisperX, pyannote)
- [Research] 생성형 AI 가장 인기 프롬프트 통계·트렌드 완전 분석
- [AI] Composer: RL로 구축한 빠른 프론티어 코딩 모델
- [AI] DeepSeek-OCR, 비전-텍스트 압축의 새 패러다임
- [News] 카카오-오픈AI 전략적 제휴 - 카톡·카나나 오픈AI 기술 적용
- [AI] GPT-5 완전 가이드: OpenAI 혁신 모델의 모든 것
- [AI] ChatGPT 공부 모드(Study Mode) 소개: 학습 특화 AI 튜터
- [Orthography] 나라 맞춤법 검사기 리뉴얼: 바른 한글 새 기능과 특징
- [LLM] DeepSearcher: 로컬 오픈소스 심층 리서치 도구 개요와 아키텍처
- [Technology] OCR4all: 모두를 위한 무료 오픈소스 OCR 솔루션
- [AI] 가짜 학술 논문이 학술지를 침투하는 이유
- [Tutorial] 팟플레이어 AI 자동 자막 생성 가이드 (Whisper)
- [AI] 인공 일반 지능(AGI)의 정의, 5단계 발전, 기술 기반과 미래 전망
- [Tech] LangGraph로 LLM 에이전트·워크플로우 구축하기
- [Architecture] Generative AI 기업 아키텍처 설계
- [Python] 정규 표현식(Regex) 기초부터 고급·실전 활용까지
- [Reinforcement Learning] 강화 학습 이해와 실전 가이드
- [ChatGPT] GPT-4 품질 저하(너핑) 논란과 비조정형 AI 논의
- [Tutorial] Learn Prompting - 프롬프트 엔지니어링 무료 가이드 정리
Home