NLP 작업을 위한 고급 대형 언어 모델 교육 과정

LLM과 생성형 AI 개요

• 기술 및 모델 탐구하기
• 응용 분야와 활용 사례 논의
• 직면한 과제와 한계점 파악

NLU 작업에 LLM 적용하기

• 감성 분석
• 명명 개체 인식
• 관계 추출
• 의미 구문 분석

NLI 작업에 LLM 활용하기

• 함축 관계 탐지
• 모순 여부 판별
• 의미 동일성 검증

지식 그래프 구축에 LLM 사용하기

• 텍스트에서 사실 및 관계 추출
• 누락되었거나 새로 생긴 정보 추론
• 후속 작업을 위한 지식 그래프 활용법

상식적 추론에 LLM 적용하기

• 타당한 설명, 가설 및 시나리오 생성
• 상식 기반 지식 베이스 및 데이터셋 활용
• 상식적 추론 능력 평가 방법

대화 생성에 LLM 이용하기

• 챗봇, 가상 비서 등 대화형 에이전트와의 대화 생성
• 대화 관리 기법
• 대화 관련 데이터셋 및 평가 지표 활용

다중 모달 콘텐츠 생성에 LLM 사용하기

• 텍스트에서 이미지 생성
• 이미지에서 텍스트 생성
• 텍스트 또는 이미지로부터 동영상 제작
• 텍스트 기반 오디오 생성
• 오디오로부터 텍스트 추출 및 생성
• 텍스트나 이미지를 이용한 3D 모델 생성

메타학습에 LLM 활용하기

• 새로운 분야, 작업 또는 언어로 LLM 적응시키기
• 소수 샘플이나 예시가 없이 학습하는 방법
• 메타학습 및 전이학습을 위한 데이터셋과 프레임워크 활용

적대적 학습에 LLM 적용하기

• 악의적인 공격으로부터 LLM 보호 방안
• LLM 내 편향 및 오류 탐지와 교정 방법
• 적대적 학습과 안정성 향상을 위한 데이터셋 및 기법 활용

LLM과 생성형 AI 평가하기

• 콘텐츠 품질 및 다양성 평가 방안
• Inception Score, Fréchet Inception Distance, BLEU 점수와 같은 지표 활용법
• 크라우드소싱이나 설문조사 등 인간 주관적 평가 방법
• 튜링 테스트나 판별 모델을 이용한 적대적 평가 기법

LLM 및 생성형 AI에 대한 윤리 원칙 준수하기

• 공정성과 책임감 확보 방안
• 부당 사용 및 남용 예방 대책
• 콘텐츠 창작자와 이용자의 권리와 개인정보 보호 방법
• 인간과 AI 간의 협업 및 창의성 증진 전략

요약 및 향후 실행 방안