*Large Language Model(LLM) 이란? 다음 단어 확률 예측모델
- 언어의 패턴을 이해하고 생성하는 데 사용
- 다음 단어나 문장을 예측하기 위한 확률 예측 모델
- LLM은 대량의 데이터를 학습하여 언어 패턴을 파악,
확률 기반으로 텍스트를 생성 예측하는 모델
# playground: https://platform.openai.com/playground?mode=complete
Mode: complete =LLM
-> LLM과 chat은 학습된 언어가 다름.
- LLM은complet 모드로 prompt 만 출력이 됨
- chat는 SYSTEM, user, assistant
->상단 View code를 보면
*Temperature와 Top P (Language Model 과 확률값을 조절 할 수 있음)
예1)Temperature(선택범위) - 낮게 값을 설정하고
Top P(임계치) - 높은값을 하면 상식적으로 나옴
-> 굉장히 상식적인 값이 나옴 / 가장 상식적인 프로그램을 작성해서 결과가 나옴.(가장 많이 사용하는 프로그램 값을 얻게 됨)
예2)Temperature(선택범위) - 높은 값을 하면
Top P(임계치) - 낮은값을 하면 상식적으로 나옴
-> 중구난방으로 이상한 단어들이 나옴, 상식적이지 않음 (소설.. 다양한 결과값을 얻을 수 있음, 단, 너무 중구난방으로 이상한 단어가 나오지않게 조정 필요.)
예3)Temperature(선택범위) - 높은 값을 하면
Top P(임계치) - 높은값을 하면 상식적으로 나옴
-> 엉망진창이 이상한 단어로 출력됨. 도저히 말이 안되는 내용.
예4)Temperature(선택범위) - 낮게 값을 설정하고 "0"
Top P(임계치) - 낮게 값을 하면 "0"
-> 변동성이 거의 없음. / submit 여러번 클릭 반복해도 내용에 변화가 없음.
* 맥락(Context)을 이해하는 인공지능 : 모든 문제를 학습을 통해 맥락을 이해하여 값을 출력해줌. GPT가 갖고있는 트랜스포머.
- 자연어와 인공어 경계가 없어짐. (- 맥락 (GPT)을 통해 ‘Prompt'프롬프트 가 오류를 줄이고 자연어 (NLP) 가 의미하는 대로 출력 하는데 도움을 줌. )
'일상' 카테고리의 다른 글
중요한 건. 기획의 심지를 지키는 것이다. (나영석, 롱블랙) (1) | 2023.09.18 |
---|---|
업무혁신을 위한 쉽게 배우는 Chat GPT 온라인 교육 (2) (0) | 2023.09.08 |
내장 지방 관리를 위해. (0) | 2023.09.07 |
내 인생의 해답 / 내 사랑의 해답 Book of Answers (2) | 2023.09.05 |
어차피 할 일이라면, 덜 힘들게: '업무력'을 키우는 7가지 방법 (0) | 2023.08.17 |