-> CNN은 공간을 읽는 법을, RNN/LSTM은 시간을 기억하는 법을, attention은 필요한 정보를 찾아보는 법을, Transformer는 그 과정을 병렬화하는 법을, GNN/Relation/Memory 계열은 객체들의 관계를 계산하는 법을, scaling/infrastructure 논문들은 그것을 크게 훈련하는 법을, MDL/Kolmogorov/complexity 계열은 왜 학습이 압축과 일반화의 문제인지 생각하는 법을 제공합니다.
즉 이 27개 목록의 논문들은, “지능형 시스템은 좋은 inductive bias, 안정적인 정보 흐름, 선택적 기억, 관계 계산, 대규모 학습, 그리고 압축 가능한 구조의 발견이 결합될 때 강해진다”는 관점을 여러 각도에서 보여주는 자료 묶음 입니다.
블로그 잘 봤습니다.
제가 프론트나 디자인쪽은 아닙니다만 커서에 trail이 달려있으니까 글에 집중하기 어려운 것 같습니다.
그래도 블로그 잘 봤습니다. 세팅 잘 해두셨네요!
ㅋㅋ 맞습니다. 대신 글에도 썼지만 쿼터 잠금까지 걸어두고 조용히, 한도 안에서만 쓰고 있습니다. 오라클이 오래 유지해주길 바랄 뿐이네요.
저도 구축하다가 알게 됐습니다. 기존에 쓰시던 분들은 영향 없고 신규 생성부터 적용이라, 이미 4코어로 만들어두신 인스턴스가 있다면 그대로 유지하시는 게 좋습니다.
사용해 주셔서 감사합니다.^^
멋져!
오라클 무료 사용 한도 줄어든 거 모르고 있었네요 감사합니다~
오늘 저도 설치했습니다. 정말 깔끔하고 좋습니다. 고맙습니다!
계속 이렇게 홍보가 되면 언젠가 서비스를 중단할 것 같습니다..
우리 서로 조용히 쓰시죠...
홍보라기엔 langchain은 알사람은 다 알만큼 유명하고... 운영자님께서 유용한 내용이라고 판단해서 가져오신건 아닐까 싶습니다
재밌고 좋은 요약 감사합니다
감사합니다 ㅎㅎ 최근에는 주민들이 스스로 돌아다니고, 서로 대화하고, 벤치나 쉼터같은 곳에 머무는 공간도 조금씩 넣어보고있어요.
에휴 마소가 또
흠..
새로운 바퀴
마음에 드셔서 다행입니다. 사용해 주셔서 감사합니다.
깔끔해서 너무 좋아요! 감사합니다.
현대 LLM/AI 를 진입하는 데에 학습할 수 있는 자료들 목록 제공에 감사드립니다.
-> CNN은 공간을 읽는 법을, RNN/LSTM은 시간을 기억하는 법을, attention은 필요한 정보를 찾아보는 법을, Transformer는 그 과정을 병렬화하는 법을, GNN/Relation/Memory 계열은 객체들의 관계를 계산하는 법을, scaling/infrastructure 논문들은 그것을 크게 훈련하는 법을, MDL/Kolmogorov/complexity 계열은 왜 학습이 압축과 일반화의 문제인지 생각하는 법을 제공합니다.
즉 이 27개 목록의 논문들은, “지능형 시스템은 좋은 inductive bias, 안정적인 정보 흐름, 선택적 기억, 관계 계산, 대규모 학습, 그리고 압축 가능한 구조의 발견이 결합될 때 강해진다”는 관점을 여러 각도에서 보여주는 자료 묶음 입니다.
넵, 관심가져 주셔서 감사합니다.
유튜브 영상도 공유해주시면 결과물이 어떤지 어떻게 사용되는지 알기 쉬울거 같아요.
잘 사용하겠습니다.
공개해주셔서 감사합니다.