Course Outline

소규모 언어 모델(SLM) 소개

  • 언어 모델 개요
  • 대규모 언어 모델에서 소규모 언어 모델로의 진화
  • SLM의 아키텍처 및 설계
  • SLM의 장점과 한계

기술 기반

  • 신경망 및 매개변수 이해
  • SLM 교육 프로세스
  • 데이터 요구 사항 및 모델 최적화
  • 언어 모델에 대한 평가 측정항목

자연어 처리 분야의 SLM

  • SLM을 사용한 텍스트 생성
  • 언어 번역 및 현지화
  • 감성 분석 및 텍스트 분류
  • 질문 답변 및 챗봇

SLM의 실제 적용

  • 모바일 애플리케이션: 온디바이스 언어 처리
  • 임베디드 시스템: IoT 장치의 SLM
  • 개인 정보 보호 AI: 로컬 데이터 처리
  • 엣지 컴퓨팅: 대기 시간이 짧은 환경의 SLM

사례 연구

  • SLM의 성공적인 배포 분석
  • 산업별 애플리케이션(헬스케어, Finance 등)
  • 비교 연구: SLM과 생산 중인 대형 모델

향후 방향

  • SLM 연구 동향
  • 확장 및 배포의 과제
  • 윤리적 고려와 책임 있는 AI
  • 앞으로 나아갈 길: 차세대 SLM

실습 워크숍

  • 텍스트 생성을 위한 간단한 SLM 구축
  • SLM을 모바일 앱에 통합
  • 특정 작업을 위한 SLM 미세 조정
  • 성능 분석 및 모델 해석성

캡스톤 프로젝트

  • SLM 적용을 위한 문제 공간 식별
  • SLM 솔루션 설계 및 구현
  • 모델 테스트 및 반복
  • 프로젝트 및 성과 발표

요약 및 다음 단계

Requirements

  • 머신러닝 개념에 대한 기본 이해
  • Python 프로그래밍에 대한 지식
  • 신경망 및 딥러닝에 대한 지식

청중

  • 데이터 과학자
  • 소프트웨어 개발자
  • AI 매니아
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories