임이지의 블로그

여러 가지 미세 튜닝 방법가장 일반적인 언어 모델 미세 튜닝 방법은 지시 미세 조정 및 분류 미세 튜닝입니다.이 장의 주제인 분류 미세 튜닝(Classification finetuning)은 머신 러닝에 대한 배경 지식이 있다면 이미 익숙할 수 있는 절차입니다. 예를 들어, 손글씨 숫자를 분류하기 위해 합성곱 신경망을 훈련하는 것과 유사합니다.분류 미세 튜닝에서는 모델이 출력할 수 있는 특정 개수의 클래스 레이블(예: "스팸" 및 "스팸아님")이 있습니다.분류 미세 튜닝된 모델은 훈련 중에 본 클래스(예: "스팸" 또는 "스팸아님")만 예측할 수 있는 반면, 지시 미세 튜닝된 모델은 일반적으로 많은 작업을 수행할 수 있습니다.분류 미세 튜닝된 모델을 매우 특수화된 모델로 생각할 수 있습니다. 실제로는 다..

Developer/IT 도서 2026. 1. 3. 14:10

긴 시퀀스 모델링의 문제점어텐션 메커니즘이 개발된 배경은 기존 모델의 한계를 극복하기 위함입니다.RNN 기반 인코더-디코더의 구조: 기존 인코더-디코더 기반 모델은 RNN(Recurrent Neural Network) 층을 사용하여 구현되었습니다. 이 구조에서는 입력 문장(예: 독일어)이 순서대로 들어오면, 마지막 토큰을 처리한 결과인 은닉 상태(Hidden State) 또는 문맥 벡터만을 디코더에게 전달합니다.정보 압축 문제 (길이 압축): 텍스트가 길어질수록 (예: 100개 토큰), 그 모든 의미를 단 하나의 은닉 상태로 압축하여 디코더가 이를 잘 해석하고 번역을 수행하기는 어렵습니다.단어 의존성 문제: 또한, 텍스트에 나오는 순서대로 단어별로 번역하는 방식은 언어마다 어순이 다르고 단어 맵핑이 1:..

Developer/IT 도서 2026. 1. 3. 14:07

텍스트 생성 모델 평가하기주요 내용: LM이 생성한 텍스트의 품질 평가 방법을 알아보고, LM을 사전 훈련하는 방법을 준비합니다. 사전 훈련(Pre-training)은 기본적인 언어 이해를 위한 첫 단계 훈련을 의미하며, 이후 미세 튜닝을 통해 구체적인 목적에 활용됩니다.텍스트 생성 과정 복습: 이전에 구현한 GPT 모델을 사용하며, 입력 텍스트를 토크나이저를 사용해 토큰 ID로 변환합니다. 이 토큰 ID를 GPT 모델에 전달하면, 모델은 각 토큰마다 어휘 사전 크기(예: 5257개)만큼의 벡터(로짓)를 출력합니다. 이 로짓 중 가장 큰 값을 가진 토큰 ID를 선택하고, 다시 텍스트로 변환하여 다음 토큰을 생성합니다.텍스트 품질 평가 (손실 계산): 모델이 생성한 텍스트의 품질은 크로스 엔트로피 손실(C..

Developer/IT 도서 2026. 1. 3. 13:41

단어 임베딩 이해하기단어 임베딩(Word Embedding)은 LLM(대규모 언어 모델) 성공의 기초가 된 아이디어로, 단어나 텍스트를 벡터로 표현하려는 시도에서 시작되었습니다.임의의 데이터를 벡터로 표현하는 것을 광범위하게 임베딩(Embedding)이라고 부르며, 단어 벡터, 은닉 벡터, 잠재 벡터 등과 혼용되기도 합니다.토큰이나 단어를 벡터로 바꾼 것을 단어 임베딩이라고 부릅니다.텍스트 인베딩은 하나의 토큰, 문장, 단락 또는 문서 전체를 벡터로 바꿀 수 있지만, 이 책에서는 주로 토큰을 벡터로 바꾸는 데 중점을 둡니다.단어 임베딩을 만드는 전문 알고리즘(예: Word2Vec)이 있지만, 대부분의 LLM은 모델 훈련 과정에서 단어 임베딩을 자체적으로 학습합니다.임베딩 벡터는 보통 100차원, 200차..

Developer/IT 도서 2026. 1. 3. 13:25

LLM 학습의 필요성 및 중요성작동 방식의 이해LLM을 잘 응용하고 활용하기 위해서는 그 작동 방식을 잘 이해하는 것이 중요합니다. 마치 운전을 할 때 차의 구성 요소를 이해하는 사람이 차의 상태를 더 잘 이해할 수 있는 것과 같습니다.발전 방향 파악트랜스포머 기본 모델 구조를 초기에 잘 이해하지 못하면, LLM이 빠른 속도로 발전하는 이후의 내용을 따라가지 못할 수 있습니다. 논문이나 기사의 이면에 가려진 내용을 이해하는 데 큰 도움이 됩니다.객관적인 판단LLM을 지나치게 과대 포장하거나 추상적으로 생각하여 잘못 판단하는, 즉 할루시네이션(Hallucination)에 빠지지 않기 위해서라도 LLM의 실제 작동 방식을 알아둘 필요가 있습니다.호기심 및 우연한 기회단순히 작동 방식이 궁금해서 공부할 수 있..

Developer/IT 도서 2026. 1. 3. 12:54

어제 서울에 자가있는 머시기 김부장을 봤는데 직장인이라서 그런지 공감가는 내용도 많고 내미래이기도 하지않을까 하면서 재밌게 봤다. 본사에서 좌천되서 공장가서 안전관리팀장직을 맡으며 희망퇴직이라는 칼춤을 추라는 미션을 받았지만 알고보니 공장인원 줄이지 않아도 됬었는데.. 왜이렇게 치사한 사람들이 많은건지...실제로 우리회사에서도 같은 경우가 몇 번있었고 그과정을 다 지켜봐서 김부장입장이었으면 정말 머리가 아프고 힘들었을거라고 본다.ㅠㅠ 그건 그렇고 2024, 2025 년을 돌아보면서 가장 큰 문제인 감정이입을 어떻게든 줄이려고 생각을 해보니 내가 현재 몰입하는 것이 없다. 하나에 몰입하면 다른걸 안보니 어떤것에 몰입 할 수 있을지 생각해 봐야겠다. 원래 기술 블로그 였는데 일기를 하나하나 남기면 나중에 ..

Developer/일상다반사 2026. 1. 3. 12:36

비온 뒤에 땅은 굳는 다 하였거늘 최악이었던 2024, 2025 하루하루 버티기도 힘들고 공황장애에 병원입원에 별에 별일들이 겹쳐서 심리적으로 무너지는 두해였다. 다가 온 2026년에는 빛을 보나 했더만 시작부터 마른 하늘에 날 벼락이 떨어지는 느낌이다. 뭐 가장 큰 것은 자기관리를 안한 내탓이기도 ... 몸이 한번 아프기 시작하니까 모든게 손에 안잡히고 이놈에 빌어먹을 감정이입 때문에 쓸때없이 오지랆 부리고 올해는 정말정말 아무도 신경안쓰고 내 할 일만해야지.. 회사사람들이랑 친하게 지내는건 줄여야겠고.. 언제 봤다고 조금 친해졌다고 반말하는 인성이 좀 부족한 사람들.. 하루 종일 불만에 연속에 투정부리고 앞에서는 말도 못하고.. 어떻게든 자기 일 편하게 하려고 요리조리 도망가는 사람들.. 그런거 보다..

Developer/일상다반사 2026. 1. 3. 12:26

5년전에 했던건가?ㅋㅋ 아직도 남아있네LV 0. 문자열 출력하기https://school.programmers.co.kr/learn/courses/30/lessons/181952#include #include using namespace std;int main(void) { ios_base :: sync_with_stdio(false); cin.tie(NULL); cout.tie(NULL); string str; cin >> str; cout LV 0. a와 b 출력하기https://school.programmers.co.kr/learn/courses/30/lessons/181951#include #include using namespace std;void pri..

Developer/LEETCODE 2026. 1. 3. 10:58