모방학습 강화학습 차이 정리 — 스탠퍼드 AA203 14강, 행동 복제부터 역강화학습과 가치 함수까지
스탠퍼드 AA203 14강은 전문가 시연을 따라 하는 모방학습과 시행착오로 배우는 강화학습을 나란히 놓고 비교한다. 행동 복제의 분포 이동 문제, 보상 함수를 거꾸로 복원하는 역강화학습, 가치 함수와 신용 할당까지 자율 시스템 학습의 뼈대를 짚는다.
핵심 내용 읽기 →
AI TOPIC
AI강의 최신 뉴스와 핵심 해설
AI강의 관련 핵심 뉴스와 활용 인사이트 6편을 최신순으로 모았습니다.
LLM 아키텍처 변천사 정리 — MoE와 롱컨텍스트, 뮤온 옵티마이저까지 믹스트랄에서 딥시크 V3.2로
2023년 라마 이후 공개된 오픈 웨이트 모델의 설계를 한 강의에서 훑는다. 믹스트랄의 전문가 혼합, 젬마의 어텐션 교차 배치, 딥시크의 보조 손실 없는 로드 밸런싱과 희소 어텐션까지 무엇이 바뀌고 무엇이 그대로인지 정리한다.
핵심 내용 읽기 →
LLM 스케일링 법칙 정리: 카플란과 친칠라가 말하는 파라미터와 데이터 배분, 그리고 오버트레이닝
작은 모델 실험만으로 큰 모델의 성능을 예측하는 스케일링 법칙을 정리했다. 데이터와 파라미터의 멱법칙, 임베딩 제외 규칙, 크리티컬 배치 사이즈, 카플란에서 친칠라로 이어진 연산 배분 논쟁까지 짚는다.
핵심 내용 읽기 →
LLM 평가 벤치마크 정리: 퍼플렉시티·MMLU·챗봇 아레나·에이전트 벤치마크와 리더보드 착시
대학 LLM 강의의 평가 회차를 정리했다. 퍼플렉시티와 MMLU·GPQA 같은 시험형 벤치마크, 챗봇 아레나의 사람 선호 평가, SWE-bench 등 에이전트 벤치마크의 원리를 짚고 포화·데이터 오염·리더보드 착시 문제까지 살펴본다.
핵심 내용 읽기 →
비전-언어 모델 강의 정리: CLIP 대조학습부터 CoCa·PaLI와 제미나이 응용까지 한 번에
구글 딥마인드 연구자가 여름학교에서 강의한 비전-언어 모델 개관을 정리했다. CLIP 대조학습의 구조와 한계, 세밀한 정합을 노린 SPARC, CoCa와 PaLI가 남긴 설계 교훈, 그리고 실제 응용 사례까지 짚는다.
핵심 내용 읽기 →
에이전틱 AI 입문 강의 정리: 랭체인·랭그래프로 멀티 에이전트부터 AWS 배포까지
프리코드캠프가 공개한 24시간 분량 에이전틱 AI 강의를 정리했다. 비동기와 파이단틱 기초부터 랭그래프 워크플로, 메모리와 사람 개입, 도커·CI/CD 배포와 실전 프로젝트 세 개까지의 구성을 짚는다.
핵심 내용 읽기 →