Paper & Theory

CV분야에서 최초로 합성곱신경망을 도입한 AlexNet의 구조와 특징

Transformer기반의 Text-to-Text모델인 T5모델 Paper

GPT-3와 함께 등장한 Few Shot Learning의 의의와 한계점

RAG(Retrieval-Augmented Generation)는 검색 증강 생성 방식으로, 기존 LLM의 한계를 극복하기 위해 외부 데이터를 검색하고 이를 바탕으로 답변을 생성하는 방법입니다.

LLM기반 애플리케이션을 쉽고 빠르게 구축할 수 있도록 도와주는 프레임워크 랭체인

보조LLM을 이용한 정확하고 복잡한 추론

CLIP은 웹의 방대한 이미지–텍스트 쌍을 대조 학습으로 학습해, 별도 라벨링 없이도 텍스트 프롬프트를 통해 새로운 이미지를 제로샷으로 분류할 수 있는 비전–언어 모델이다.

정밀치료분야에서 큰 혁신을 보인 "TxAgent"

RAG의 한계를 극복하는 새로운 "A+B" 프레임워크를 소개하고, 이것이 단일 모델 대비 뛰어난 성능을 보임