Course Outline

LLM 및 생성적 AI 소개

  • 기술과 모델 탐색
  • 애플리케이션 및 사용 사례 논의
  • 과제와 한계 식별

NLU 작업에 LLM 사용

  • 감성분석
  • 명명된 엔터티 인식
  • 관계 추출
  • 의미론적 분석

NLI 작업에 LLM 사용

  • 수반 감지
  • 모순 탐지
  • 의역 감지

지식 그래프에 LLM 사용하기

  • 텍스트에서 사실과 관계 추출
  • 누락된 사실이나 새로운 사실 추론
  • 다운스트림 작업에 지식 그래프 사용

상식 추론을 위해 LLM 사용하기

  • 그럴듯한 설명, 가설, 시나리오 생성
  • 상식적인 지식 기반 및 데이터 세트 사용
  • 상식적 추론 평가

대화 생성을 위해 LLM 사용

  • 대화형 에이전트, 챗봇, 가상 비서와 대화 생성
  • 대화 관리
  • 대화 데이터세트 및 측정항목 사용

다중 모드 생성을 위해 LLM 사용

  • 텍스트에서 이미지 생성
  • 이미지에서 텍스트 생성
  • 텍스트 또는 이미지에서 비디오 생성
  • 텍스트에서 오디오 생성
  • 오디오에서 텍스트 생성
  • 텍스트 또는 이미지에서 3D 모델 생성

메타 학습을 위해 LLM 사용

  • 새로운 도메인, 작업 또는 언어에 LLM 적용
  • 퓨샷 또는 제로샷 예제를 통해 학습
  • 메타 학습 및 전이 학습 데이터세트와 프레임워크 사용

적대적 학습을 위해 LLM 사용

  • 악의적인 공격으로부터 LLM 방어
  • LLM의 편견과 오류 감지 및 완화
  • 적대적 학습 및 견고성 데이터 세트와 방법 사용

LLM 및 생성적 AI 평가

  • 콘텐츠 품질 및 다양성 평가
  • 시작 점수, Fréchet 시작 거리, BLEU 점수와 같은 측정항목 사용
  • 크라우드소싱 및 설문조사와 같은 인간 평가 방법 사용
  • 튜링 테스트 및 판별기와 같은 적대적 평가 방법 사용

LLM 및 생성 AI에 대한 윤리 원칙 적용

  • 공정성과 책임성 확보
  • 오용 및 남용 방지
  • 콘텐츠 창작자와 소비자의 권리와 개인정보를 존중합니다.
  • 인간과 AI의 창의성과 협업 육성

요약 및 다음 단계

Requirements

  • 기본 AI 개념 및 용어에 대한 이해
  • 프로그래밍 및 데이터 분석 경험 Python
  • TensorFlow 또는 PyTorch와 같은 딥 러닝 프레임워크에 대한 지식
  • LLM의 기본 및 적용에 대한 이해

청중

  • 데이터 과학자
  • AI 개발자
  • AI 매니아
 21 Hours

Number of participants



Price per participant

회원 평가 (1)

Related Courses

Related Categories