MIT 6.S191 딥러닝 강의 정리: 일반화의 한계, 적대적 예제, 디퓨전 모델과 LLM의 작동 원리
MIT 6.S191 여섯 번째 강의는 딥러닝의 한계부터 짚습니다. 무작위 라벨도 외워버리는 신경망, 분포 밖에서의 불확실성, 적대적 예제, 그리고 디퓨전 모델과 대규모 언어 모델의 원리를 정리했습니다.
핵심 내용 읽기 →
AI TOPIC
적대적 예제 최신 뉴스와 핵심 해설
적대적 예제 관련 핵심 뉴스와 활용 인사이트 3편을 최신순으로 모았습니다.
머신러닝의 기묘하고 반직관적인 사실 정리: 적대적 예제부터 드롭아웃과 앙상블, 환각까지
픽셀 하나에 판단이 뒤집히는 적대적 예제, 일부러 망가뜨릴수록 강해지는 드롭아웃, 확신과 정확도의 괴리, 단순한 모델이 복잡한 모델을 이기는 상황까지 머신러닝의 반직관적인 성질들을 한자리에 정리했다.
핵심 내용 읽기 →
머신러닝 해석가능성(Interpretability): 적대적 예제·특징 시각화·탱크 탐지 사례로 이해하기
모델이 정말 대상을 보고 판단하는지 어떻게 알 수 있을까. 적대적 예제, 특징 시각화, 탱크 탐지 사례로 머신러닝 해석가능성의 핵심을 풀어낸다.
핵심 내용 읽기 →