11주차: 대규모 언어모델(LLM)의 시대, 특징과 활용

이번 주차

대규모 언어모델(LLM)의 시대, 특징과 활용

온라인 (2시수)

LLM의 정의와 특징, 문맥학습(few-shot), 규모 확대에 따른 성능 변화 강의 + 추론형 모델의 등장 개관(답을 바로 내놓지 않고 단계를 밟아 푸는 모델이 왜 나왔는지, 무엇이 좋아졌는지) / 학습활동 - LLM이 사실과 다른 답을 한 사례 1건을 수집하고 무엇이 틀렸는지 기술

대면 (1시수)

Q4 근거 기준. 그럴듯한 답과 맞는 답을 무엇으로 구분하는가. 근거를 확인할 수 없는 답을 어떻게 다룰 것인가. few-shot 프롬프트 실습

학습활동

[이론] 수집한 환각 사례를 유형별로 분류하고 발생 원인을 개념으로 설명

[구현] few-shot 예시를 넣고 빼며 답이 달라지는지 확인. 같은 질문을 일반 모델과 추론형 모델에 넣어 답과 과정의 차이를 관찰(수식·알고리즘 없이 현상 수준까지)

[실무] 근거 확인 절차를 각자 한 문장으로 작성. 관광객에게 잘못된 정보를 준 상황을 상정해, 확인 불가능한 답을 받았을 때 무엇을 할지 정함

실습 노트북

준비 중입니다. 올라오면 이 자리에 Colab 링크가 표시됩니다.