
GPT-3, 인류 역사상 가장 뛰어난 언어 AI
GPT-3의 다양한 언어 생성 사례와 다음 단어 예측 기반 학습 방식을 소개했습니다. 대규모 스케일과 파인튜닝 없는 범용성이 AGI 논의를 확장했음을 설명합니다.
새로운 기술 블로그가 추가되었어요

GPT-3의 다양한 언어 생성 사례와 다음 단어 예측 기반 학습 방식을 소개했습니다. 대규모 스케일과 파인튜닝 없는 범용성이 AGI 논의를 확장했음을 설명합니다.

Transformer 활용과 경량화 연구를 중심으로 시즌 5 ML 세미나 자료를 공유했습니다.\n지식 증류, 양자화, 프루닝, NLP·기계번역 관련 논문 발표를 정리했습니다.

ELECTRA의 RTD 사전학습 구조와 MLM·GAN 대비 차이를 정리했습니다. 모든 토큰을 분류해 적은 계산량으로 높은 성능을 낸 실험 결과를 살펴봤습니다.


후기 이미지 분류 모델 재훈련을 위해 이미지 정제와 수작업 라벨링 방식을 비교했습니다. SageMaker Ground Truth의 협업 장점과 대규모 작업 비용 부담을 검토했습니다.

Transformer·임베딩·검색 중심의 2020년 ML 논문 여섯 편을 세미나 자료로 정리했습니다.\n효율적 Attention, 스타일 변환, 사전학습 검색, Metric Learning의 적용 한계를 함께 분석했습니다.

딥러닝 추론 서비스를 위한 CPU·GPU 선택과 라이브러리, 서빙 환경 최적화 방안을 정리했습니다.\n병렬처리 설정과 클라우드 전용 칩, Pruning·Quantization·Distillation 기반 경량화를 소개했습니다.

NeurIPS 2019 논문 통계를 통해 논문 수 증가와 acceptance rate 추세를 분석했습니다. 기관별 분포와 제목 단어 변화로 AI 연구 흐름도 함께 살펴보았습니다.

2019년 제품 팀은 데이터 기반 설계와 운영 자동화를 추진하며 서비스 성장을 뒷받침했습니다. 트래픽 안정화와 잦은 릴리즈 성과가 있었지만 MOCI 개선과 개발 인력 확충은 과제로 남았습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

셀럽 NOW는 연예인 이름으로 뉴스 문서를 분석해 고품질 이미지와 최신 이벤트를 제공하는 시스템입니다. 문서 주체 추출, 중복 이미지 제거, 클러스터링, 품질·시간 정렬을 결합해 검색 결과를 개선했습니다.

ML 세미나 시즌 3에서 대화 상태 추적, 지식 증류, 텍스트 생성 관련 논문을 공유했습니다. Transformer 기반 생성 모델의 활용 가능성과 경량화 과제를 함께 짚었습니다.

핑퐁팀이 Question Answering을 주제로 진행한 ML 세미나 발표 자료를 모았습니다. Attention 설계와 외부 지식 통합을 통한 챗봇 응답 고도화 방향을 다룹니다.

XLNet의 순열 언어 모델링과 two-stream attention으로 AR·AE의 한계를 보완한 방식을 리뷰했습니다.\nTransformer-XL 기반 긴 문맥 처리와 주요 NLP 과제의 성능 실험도 분석했습니다.

대화 시스템을 주제로 진행한 ML 리서치 팀의 첫 세미나 발표자료를 모았습니다. 소셜 챗봇, 개인화, 지식 기반 대화, 멀티턴 응답 선택과 생성 모델을 다뤘습니다.

고객 행동 로그와 시퀀스 패턴을 학습하는 실시간 개인화 딥러닝 추천 시스템을 소개했습니다. 최근 고객 행동을 바탕으로 관심 가능성이 높은 상품을 추천합니다.