태그: #research
GPU·LLM·MLOps·쿠버네티스, 그리고 마음가짐에 관한 글 · 5 편
연구는 무엇을 보여주는가: 통역 훈련과 인지 능력, 그리고 의도적 연습 논쟁
통역 훈련이 작업기억과 실행기능을 실제로 바꾸는지에 대한 연구를 정리했습니다. 메타분석과 체계적 리뷰가 서로 다른 결론에 도달한 지점, 횡단 설계와 종단 설계의 차이, 선발과 훈련을 가르지 못하는 혼입 문제, 그리고 표본 크기의 현실을 그대로 적었습니다. 후반부에서는 의도적 연습 이론의 원본과 메타분석 비판, 재현 연구, 에릭슨 본인의 반론까지 양쪽을 모두 다룹니다.
2026-08-16 · 29 분 읽기 #english#interpreting#research#evidence#deliberate-practiceLLM이 못 하는 것은 증명이 아니라 전제를 세우는 일입니다
ICML 2026 입장 논문 Position: LLMs can not jump은 생성형 AI가 귀납을 마스터했고 연역을 빠르게 정복하는 중이지만, 새로운 설명 가설을 만들어 내는 귀추에는 구조적으로 도달하지 못한다고 주장합니다. 이 글은 그 주장을 요약하는 대신, 그것이 사실이라고 가정했을 때 우리가 지금 만드는 시스템의 설계를 어떻게 바꿔야 하는지를 다룹니다. 가설 공간을 어디서 공급할 것
2026-08-09 · 14 분 읽기 #ai#llm#reasoning#abduction#research모방 기계는 발견할 수 없는가 — Rich Sutton의 도발과 RL의 반격
강화학습의 대부 Rich Sutton이 지도학습 기반 생성 AI는 모방 모델이라 새로운 과학적 발견에 한계가 있다고 주장하며 2026년 6월 커뮤니티를 달궜습니다. Bitter Lesson의 맥락에서 그의 주장을 해부하고, 모방 학습과 강화학습의 본질적 차이, 반론, 그리고 에이전트 설계에 주는 실무적 교훈을 정리합니다.
2026-06-12 · 44 분 읽기 #ai#reinforcement-learning#llm#research#ai-agentLLM 랜드마크 논문 2026 완벽 가이드 - Transformer · Scaling Laws · Flash Attention · Mamba · DeepSeek-R1 · Titans 심층 분석
2017년 Attention Is All You Need에서 2026년 Titans와 DeepSeek-R1까지, LLM 시대를 만든 50여 편의 랜드마크 논문을 테마별로 정리한다. Transformer · BERT · GPT 시리즈 · Scaling Laws · Chinchilla · InstructGPT · PaLM · Flash Attention 1/2/3 · LLaMA 1/2/3/4 ·
2026-05-16 · 34 분 읽기 #llm-papers#transformer#scaling-laws#flash-attention#mambaNotebookLM에 물어보면 좋은 주제들: 리서치 플레이북 (2026-03 업데이트)
지금까지 추천했던 NotebookLM 리서치 주제를 한 번에 정리한 가이드. 기술/역사/산업/국제정세/생활교양까지 확장 가능한 질문 프레임 포함.
2026-03-07 · 7 분 읽기 #notebooklm#research#ai#study#prompt-ideas