AI & Machine Learning 퀴즈: LLM이 텍스트를 생성하는 방식

대규모 언어 모델은 한 번에 토큰 하나씩 글을 쓰며, 각 토큰은 어휘 전체에 대한 확률 분포에서 선택됩니다. 이 퀴즈는 그 반복 과정이 어떻게 동작하는지, 컨텍스트 윈도우가 무엇을 제한하는지, 실행할 때마다 답이 달라지는 이유, 그리고 채팅 모델이 베이스 모델과 다르게 동작하는 이유를 확인합니다.

보통 10문제 약 6분 합격 기준 80%

모드 선택

게스트로 플레이 중이에요. 로그인하면 XP와 연속 기록이 저장돼요.

예시 문제

10문제 중 1번

GPT 계열 언어 모델의 핵심 사전 학습 목표는 무엇일까요?

정답 보기

B. 앞선 모든 토큰이 주어졌을 때 다음 토큰 예측하기 사전 학습은 방대한 텍스트에 대한 다음 토큰 예측이며, 손실은 모델이 실제 다음 토큰에 확률을 얼마나 주었는지 측정합니다. 질문에 답하는 것을 포함해 나머지 모든 능력은 이 능력 위에 쌓입니다.

이 퀴즈에서 다루는 내용

  • 다음 토큰 예측과 자기회귀 루프
  • 로짓, 소프트맥스, 어휘에 대한 확률
  • 탐욕적 디코딩과 샘플링
  • 컨텍스트 윈도우, 무상태성, 출력 길이 제한
  • KV 캐시, 베이스 모델과 인스트럭션 튜닝된 모델

자주 묻는 질문

계정이 필요한가요?

아니요. 누구나 플레이할 수 있어요. 로그인하면 XP, 연속 기록, 배지, 기록이 저장돼요.

다시 풀 수 있나요?

네. 최고 점수가 저장되고, 문제와 보기는 매번 섞여서 나와요.