AIF-C01 Domain 2: Generative AI fundamentals

이해할 점

:

기초 모델은 광범위한 데이터를 기반으로 학습되며 다양한 후속 작업에 적응할 수 있습니다. 대형 언어 모델은 토큰을 처리하고; 임베딩은 의미를 벡터로 표현하며; 트랜스포머는 맥락 내 모델 관계에 주의를 기울입니다.

• 일반적으로 낮은 온도는 출력을 더 예측 가능하게 하며; 온도가 높을수록 변동성이 증가합니다.
• 프롬프트 엔지니어링은 모델 가중치를 재학습하지 않고 명령어와 문맥을 변경합니다.
• 환각은 그럴듯하지만 지원되지 않는 출력입니다; 접지와 검증은 그 영향을 줄이는 데 도움을 줍니다.
• 생성형 AI 비용은 모델 선택, 입출력 토큰, 지연 시간 및 처리량에 따라 달라집니다.

일반적인 AIF-C01 결정:

모델 기능을 애플리케이션 제어와 분리합니다. 모델은 텍스트, 이미지 또는 임베딩을 생성할 수 있지만, 애플리케이션은 여전히 프롬프트, 검색, 안전 제어, 모니터링 및 인간 검토가 필요합니다.