Review

서론 연구 배경 기존 RAG의 한계(개별 문서 중심 검색)를 극복하기 위해 그래프 구조의 관계형 정보 통합 문제 정의 도메인별 그래프 데이터의 이질성(형식/관계 다양성)으로 인한 GraphRAG 설계 표준화의 어려움 연구 목적 그래프 데이터의 구조적 특성을 반영하

2017년 구글브레인이 발표한 논문이다.이전의 순환신경망(RNN)과 인코더-디코더 구조의 합성신경망(CNN) 이후 Transformer라는 이름의 모델을 제안하였다.트랜스포머 모델의 등장을 기점으로 인공지능 서비스들의 성능이 대폭 향상되었다. 대부분의 언어 모델은 해당

본 포스팅은 뉴립스에 2024년 제출된 논문을 살펴보고, 기반한 논리와 배경 지식을 정리하는 글입니다. Integrating Suboptimal Human Knowledge with Hierarchical Reinforcement Learning for Large-