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 |
- PEFT
- swish gated linear unit
- FID
- 트랜스포머
- flashattention
- gqa
- re-ranking
- Rag
- Rope
- LLM
- chain-of-thought
- reinforcement learning from human feedback
- CoT
- BLEU
- benchmark
- rotary position embedding
- self-attention
- transformer
- RLHF
- attention
- Lora
- catastrophic forgetting
- MHA
- swiglu
- MQA
- clip
- fréchet inception distance
- Multi-Head Attention
- element-wise multiplication
- Positional Encoding
- Today
- Total
목록Lora (2)
AI Engineer의 '사부작' 공간

AI 이미지 생성 모델 파인튜닝: 나만의 아티스트를 만드는 기술마치 숙련된 화가가 자신만의 독특한 화풍을 개발해 나가듯이, 사전 훈련된 AI 이미지 생성 모델도 특정 스타일이나 주제에 맞게 조정할 수 있습니다. 이러한 과정을 '파인튜닝(Fine-tuning)'이라고 하는데, 이는 마치 잘 훈련된 요리사에게 특정 지역의 전통 요리법을 추가로 가르쳐 그 분야의 전문가로 만드는 것과 같습니다. 하지만 모든 요리사가 같은 방식으로 새로운 레시피를 배우지 않듯이, AI 모델을 파인튜닝하는 방법도 여러 가지가 있습니다. 각 방법은 맞춤 설정의 깊이, 필요한 데이터 양, 계산 자원 요구량 등에서 서로 다른 특징을 가집니다. 이번 글에서는 이미지 생성 모델의 주요 파인튜닝 기법들과 각각의 특징, 그리고 적용 시 주의해..

거대 모델을 내 손안에: LoRA와 QLoRA로 똑똑하게 모델 경량화하기인공지능, 특히 거대 언어 모델(LLM)은 우리 삶에 빠르게 스며들고 있습니다. 방대한 데이터를 학습하여 다양한 작업을 수행할 수 있지만, 특정 분야나 작업에 딱 맞게 활용하려면 추가적인 조정, 즉 '파인튜닝(fine-tuning)'이 필요합니다. 하지만 LLM의 모든 파라미터를 다시 학습시키는 '풀 파인튜닝(Full Fine-tuning)'은 마치 도시 전체를 재개발하는 것처럼 막대한 계산 자원과 비용, 그리고 시간을 요구합니다. 게다가 기존에 학습했던 지식을 쉽게 잊어버리는 '치명적 망각(catastrophic forgetting)' 현상도 발생할 수 있습니다. 이러한 문제를 해결하기 위해 등장한 것이 바로 파라미터 효율적 파인튜..