NLP, 트랜스포머, LLM 퀴즈

언어 모델이 텍스트를 토큰과 벡터로 바꾸는 방식, 어텐션과 트랜스포머의 동작 원리, 그리고 대규모 언어 모델이 텍스트를 생성하고, 파인튜닝되고, 검색을 활용하는 방식을 다룹니다.

중급 퀴즈 5개 · 50문제 약 34분
0/5합격 카테고리 시험 섞인 문제 20개. 80% 이상이면 수료증을 받아요.
태그:
1 토큰화와 임베딩 보통 텍스트가 토큰이 되고, 토큰이 의미를 담은 벡터가 되는 과정을 알아보세요. #nlp#tokenization 10문제 · 약 6분 시작 전 시작
2 어텐션 메커니즘 어려움 모든 트랜스포머의 핵심인 쿼리, 키, 값, 소프트맥스, 그리고 sqrt(d) 스케일링을 다룹니다. #attention#transformers 10문제 · 약 8분 시작 전 시작
3 트랜스포머 아키텍처 어려움 인코더, 디코더, 위치 인코딩, 인과 마스크, 멀티헤드 어텐션을 면접 스타일로 다룹니다. #transformers#interview 10문제 · 약 8분 시작 전 시작
4 LLM이 텍스트를 생성하는 방식 보통 다음 토큰 예측, 로짓, 컨텍스트 윈도우, 그리고 탐욕적 디코딩과 샘플링의 차이를 알아보세요. #llm#text-generation 10문제 · 약 6분 시작 전 시작
5 파인튜닝과 RAG 보통 언제 파인튜닝하고 언제 검색할지, 그리고 검색 증강 생성을 제대로 동작하게 만드는 세부 사항을 알아보세요. #llm#rag 10문제 · 약 6분 시작 전 시작