Chapter 1 ChatGPT & LLM - 대규모 언어 모델로 만드는 미래
PART 1 | LLM이란 무엇인가?
1.1 트랜스포머 모델이란?
1.2 LLM 구조와 작동 원리 및 주요 구성 요소
1.3 LLM 모델 학습 과정
1.4 LLM 모델의 이점 및 활용 분야
PART 2 | 생성형 AI에 대해 알아보자
2.1 LLM과 생성형 AI의 관계
2.2 LLM 모델의 한계와 과제
PART 3 | OpenAI 이해하기
3.1 OpenAI 탄생의 배경과 역사
3.2 OpenAI가 주목받는 이유
3.3 현재 LLM 모델에 대한 상세 설명
3.4 주요 LLM 모델과 역사
PART 4 | 최근 발표된 LLM 모델
4.1 GPT 모델
4.2 그 외 LLM 모델
PART 5 | sLLM의 출현
5.1 소형 언어 모델(sLLM
5.2 sLLM의 성능과 장점
5.3 sLLM의 활용 사례
5.4 LLM vs sLLM
PART 6 | RAG 대 Fine-tuning
6.1 RAG: 검색 증강 생성
6.2 Fine-tuning
6.3 RAG 적용에 적합한 분야
6.4 Fine-tuning 이 필요한 경우
PART 7 | 실제 적용 사례
7.1 AOAI를 적용한 정육각의 리뷰 작성 도우미(아서
7.2 GPT-4를 이용한 초록마을 검색엔진 만들기
7.3 A사의 GPT를 이용한 문서 검색 시스템
7.4 B사의 사내 기술 문서를 기반으로 GPT를 통한 질의응답
7.5 C 보험사 보험 약관을 대상으로 한 질의응답
7.6 배달의 민족, LLM과 ChatGPT의 미래 활용 사례
PART 8 | 책을 마무리하며
8.1 초거대 언어모델(LLM과 소형 언어모델(sLLM의 양분화
8.2 Multi Model(멀티모달 AI를 통한 다양한 소스의 연결
8.3 GPT 생태계의 생성과 개발자들의 교류 촉진
8.4 기술의 오픈소스화 대 개발의 규제 필요성
8.5 LLM의 미래
8.6 우리의 준비
부록 1.
