MIT 6.S191 강의 정리 — 신경망의 한계, 확산 모델, 대규모 언어 모델의 창발
MIT 딥러닝 입문 강의 6.S191의 마지막 시간은 신경망이 무엇을 못 하는지부터 짚는다. 보편 근사 정리와 일반화의 함정, 분포 밖 입력과 적대적 공격, 그리고 이 한계를 넘어서려는 확산 모델과 대규모 언어 모델의 창발 현상까지 정리했다.
핵심 내용 읽기 →
AI TOPIC
MIT 6.S191 최신 뉴스와 핵심 해설
MIT 6.S191 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
MIT 6.S191 강의 정리: RNN·어텐션·트랜스포머가 시퀀스를 다루는 원리
MIT 6.S191 딥러닝 강의(에이바 아미니)를 바탕으로 시퀀스 모델링, RNN의 순환과 내부 상태, 시간에 따른 역전파, 기울기 소실 문제, 그리고 이를 넘어선 어텐션과 트랜스포머의 원리를 한국어로 정리했다.
핵심 내용 읽기 →