-> 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.
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.
오 이게 원래 안됐나?
git hook이랑 무슨 차이인지 잘 모르겠네요..
네.. 6년전에 올린 글이 있었다는 것은 알고 있었어요.
북마크 정리하다가 좋은 글이 있어서
올릴려고 했는데.
hadaio에서 제가 북마크 했었던 글이었습니다.
여기에 올라온 글들이 너무 빨리 잊혀지는 거 같아서
다시 정리해서 올렸어요.
오 필요했는데 감사합니다
맞습니다. "추적보다 예방"이 더 현실적이더라고요.
저희도 비슷한 방향으로 가고 있습니다.
각 에이전트마다 할 수 있는 것 / 할 수 없는 것을
명시적으로 정해두는 방식인데요 —
범위 자체를 좁히면 사후 추적 부담도 줄더라고요.
CLI로 제한하신다고 하셨는데,
에이전트 여러 개가 순서대로 작업할 때도
각각 별도 CLI 제한을 두시나요?
저희가 딱 그 지점에서 막혀있어서요.
cli로 수정과 책임 범위를 줄입니다. ai에 맏기면 확율이라 오류나 환각을 피할 수 없습니다.
q8_0은 너무 크고 Q4-K_XL~Q6-K_XL도 큰 품질하락 없이 좋다고 생각합니다. 조금 더 조이면 32GB램 안에서도 잘 돌아가서요
ai agent 개발이 더뎌진다는데 왜 ai 개발 생산성에 대한 논의 댓글만 한가득인지 아시는분
그렇게 사람 많은데, 페이스북은 왜 스팸도 많고, 광고도 너무 많고, 기능은 제한적이고 그런지 모르겠네요
저도 그 사이트가 좀 아쉽긴 한데 좋은 사례라 넣어봤습니다.
아마 이 분야에서도 니치한 기회가 더 나오지 않을까 싶기도 하고요.