태그: #gpt

한국어English日本語中文

← 전체 글

• AI 번역 & 로컬라이제이션 툴 2026 완벽 가이드 - DeepL · Lilt · Smartling · ModernMT · Crowdin · Phrase · Google Translate · Claude · GPT · NMT 심층 분석

  2026년의 번역은 더 이상 단일 모델이 아니다. DeepL은 유럽·한·일 언어쌍에서 여전히 베스트인-클래스이고, LLM(Claude, GPT, Gemini)은 컨텍스트가 길고 도메인 적응이 자유롭다. Lilt와 ModernMT는 사람-개입 적응형, Smartling과 Phrase·Crowdin·Lokalise는 TMS 전쟁의 현역들이다. 이 글은 SMT에서 NMT, 그리고 LLM 기반 번역

  2026-05-16 · 63 분 읽기 #ai-translation#localization#deepl#lilt#smartling

• LLM 랜드마크 논문 가이드 — Attention부터 GPT·LLaMA·DeepSeek·o1·Claude까지 (참고문헌 포함, 2026)

  LLM 분야의 진짜 변화는 어떤 논문에서 시작됐는가. 2017년 Attention is All You Need부터 2026년의 추론 모델까지, 반드시 알아야 할 랜드마크 논문 20여 편을 시기·주제별로 정리한다. 각 논문은 '왜 중요한가·한 줄 요약·후속 영향'으로 압축하고, arXiv·블로그 링크를 끝에 모았다. 시간 부족한 엔지니어를 위한 LLM 논문 지도.

  2026-05-14 · 22 분 읽기 #llm#research-papers#transformer#gpt#llama

• Transformer 아키텍처 완전 가이드 2025: Self-Attention, Positional Encoding, Multi-Head, GPT vs BERT — ChatGPT 뒤의 수학

  ChatGPT, Claude, Gemini의 공통 기반인 Transformer를 완전 분석. Attention 메커니즘, positional encoding, multi-head, encoder vs decoder, GPT와 BERT의 차이까지 — Transformer의 모든 것을 720줄로 수학과 함께 파헤친다.

  2026-04-15 · 29 분 읽기 #transformer#attention#self-attention#gpt#bert

• BFCL 벤치마크 완전 가이드 2025: Tool Calling 성능 평가, 리더보드 분석, 모델 비교

  BFCL(Berkeley Function Calling Leaderboard)의 모든 것! 벤치마크 카테고리(Simple/Multiple/Parallel/Relevance/AST), 평가 메트릭, 모델 성능 비교(Claude/GPT/Gemini/Llama), 자체 모델 평가 방법, Tool Calling 개선 전략.

  2026-03-25 · 35 분 읽기 #bfcl#benchmark#tool-calling#function-calling#evaluation

• LLM 처음부터 만들기: 코드로 이해하는 GPT 완전 구현 가이드

  대규모 언어 모델(LLM)을 처음부터 직접 구현하며 완전히 이해하는 가이드. 토크나이저부터 Transformer 아키텍처, 사전학습, 파인튜닝까지 PyTorch로 작은 GPT를 완전히 구축합니다.

  2026-03-17 · 28 분 읽기 #llm#gpt#transformer#from-scratch#deep-learning

• 자연어 처리(NLP) 완전 정복 가이드: Zero to Hero - 텍스트 처리부터 LLM까지

  자연어 처리의 기초부터 최신 LLM까지 완전히 정복하는 가이드. 텍스트 전처리, Word2Vec, RNN/LSTM, Attention, Transformer, BERT, GPT까지 실전 코드와 함께 단계별로 배웁니다.

  2026-03-17 · 49 분 읽기 #nlp#natural-language-processing#transformer#bert#gpt

• 나만의 GPT 만들기 — nanoGPT로 처음부터 학습하는 언어 모델

  Andrej Karpathy의 nanoGPT를 활용해 GPT 언어 모델을 처음부터 학습합니다. Transformer 아키텍처의 핵심 원리, 토크나이저, Self-Attention, 학습 루프까지 코드와 함께 완전 해부합니다.

  2026-03-03 · 9 분 읽기 #ai#llm#gpt#nanogpt#transformer

• GPT 시리즈 논문 완벽 분석: GPT-1부터 GPT-4까지, 언어 모델이 세상을 바꾸기까지의 여정

  OpenAI의 GPT 시리즈를 세대별로 완벽 분석한다. GPT-1의 비지도 사전학습, GPT-2의 Zero-shot 학습, GPT-3의 In-context Learning과 Scaling Law, InstructGPT의 RLHF, GPT-4의 멀티모달까지 — 각 논문의 핵심 기여와 아키텍처 진화를 수식과 함께 정리한다.

  2026-03-01 · 61 분 읽기 #gpt#openai#language-model#transformer#pre-training