| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- Multi-Head Attention
- MHA
- BLEU
- MQA
- langgraph
- Embedding
- attention
- reinforcement learning from human feedback
- fréchet inception distance
- test-time scaling
- SK AI SUMMIT 2025
- CoT
- Positional Encoding
- transformer
- Engineering at Anthropic
- rotary position embedding
- chain-of-thought
- context engineering
- re-ranking
- model context protocol
- 토크나이저
- extended thinking
- self-attention
- gqa
- catastrophic forgetting
- 트랜스포머
- PEFT
- flashattention
- Langchain
- RLHF
Archives
- Today
- Total
목록Bert (1)
AI Engineer 공간 "사부작 사부작"
트랜스포머(Transformer): 아키텍처(Architectures)
트랜스포머 아키텍처 삼총사: 인코더-온리, 디코더-온리, 인코더-디코더 완전 정복자연어 처리(NLP)의 세계는 마치 레고 블록으로 다양한 구조물을 만드는 놀이터와 같습니다. 수많은 연구자들이 더 정교하고, 더 효율적이며, 더 인간과 유사한 언어 모델을 만들기 위해 노력해왔습니다. 그중에서도 '트랜스포머(Transformer)' 아키텍처는 NLP 분야에 혁명적인 변화를 가져왔으며, 오늘날 우리가 사용하는 챗봇, 번역기, 검색 엔진 등 다양한 AI 서비스의 핵심 기술로 자리 잡았습니다.트랜스포머는 기본적으로 '인코더(Encoder)'와 '디코더(Decoder)'라는 두 가지 주요 구성 요소로 이루어집니다. 하지만 이 블록들을 어떻게 조립하느냐에 따라, 마치 다른 종류의 로봇을 만들듯, 크게 세 가지 유형의 ..
Theory/Transfomer
2025. 5. 17. 11:46