AI 편향과 안전: CMU 자연어처리 강의가 짚은 공정성 지표와 데이터 필터링의 역설
카네기멜런대 고급 자연어처리 강의가 AI 편향의 출처를 데이터에서 모델과 추론 알고리즘, 배포 방식까지 넓혀 짚고, 학습 데이터 필터링이 오히려 의학 문서와 소수자 방언까지 지워버리는 역설을 설명한다.
핵심 내용 읽기 →
AI TOPIC
CMU 최신 뉴스와 핵심 해설
CMU 관련 핵심 뉴스와 활용 인사이트 3편을 최신순으로 모았습니다.
LLM 디코딩 탐색 알고리즘 정리: 그리디·빔서치·A*와 최적 탐색이 어려운 이유 (CMU 강의)
CMU 그레이엄 뉴빅의 LLM 추론 강의가 그리디 탐색과 빔서치부터 A*, 최선 우선 빔서치까지 정리한다. 모델이 좋아진 지금 왜 다시 제대로 탐색할 때인지, 언어모델에 최적 탐색이 어려운 이유는 무엇인지 짚었다.
핵심 내용 읽기 →
LLM 샘플링 기법 정리: 온도·top-k·top-p부터 국소 전형성 샘플링까지 CMU 강의 해설
CMU 고급 자연어처리 강의에서 아만다 버치가 언어모델을 확률분포로 보는 관점부터 온도 조절, top-k, top-p, 엡실론, 국소 전형성 샘플링까지 비교하며 상황에 맞는 디코딩 전략을 고르는 기준을 설명한다.
핵심 내용 읽기 →