AI,머신러닝의 핵심 주제 필독 자료 6選

AI, 머신러닝 분야, 엄청나게 많은 강의자료, 공부할 것들이 있는 분야죠.

오늘은, 관련된 핵심 주제에 대한 지식을 업그레이드할 수 있는 유용한 ‘무료’ 자료들 6가지 - 서베이 논문 - 를 한 번 소개드릴까 합니다:

1. Foundations of Large Language Models by Tong Xiao and Jingbo Zhu
   270쪽에 달하는 책자인데, 많은 사람들이 이 책이 기초 개념을 집중적으로 배우는데 좋은 자료라고 이야기하고 추천합니다. 사전훈련, 생성 모델, 프롬프트 작성, Alignment, 추론 등의 핵심 개념을 충실하게 다루고 있습니다.

2. Large Language Models Post-Training: Surveying Techniques from Alignment to Reasoning
   이 자료는 정책 최적화(RLHF, DPO, GRPO), 지도 학습 및 PEFT(Parameter-Efficient Fine-Tuning), 추론, 통합, 적응(Adaptation) 관련된 기술들에 대해서 공부할 수 있습니다.

3. Agentic Large Language Models, a survey by Leiden University
   에이전틱 LLM을 추론, 도구 활용, 멀티 에이전트 간의 협업 관점에서 폭넓게 다룹니다. 이 요소들이 어떻게 시너지를 만들어낼 수 있는지, 의료, 금융, 과학 등의 분야에서 어떤 가능성이 있는지, 반면에 위험은 어떤 곳에 있는지 등을 탐색합니다.

4. A Survey of Context Engineering for Large Language Models
   Context Engineering을 ‘단순한 프롬프트를 넘어서는 LLM을 위한 체계적인 정보의 설계’라고 정의하면서, 검색, 처리, 관리, 그리고 RAG나 멀티 에이전트 아키텍처 같은 구조들을 포함해서 설명하고 있습니다.

5. A Survey of Generative Categories and Techniques in Multimodal Large Language Models
   멀티모달 모델을 중심으로 다루는데, 핵심적인 기법(SSL, RLHF, CoT), 아키텍처의 트렌드, 그리고 도전 과제들을 함께 탐색해 봅니다.

6. Large Language models for Time Series Analysis: Techniques, Applications, and Challenges
   LLM이 어떻게 시계열 분석이라는 작업을 혁신적으로 변화시킬 수 있는지를 탐구하는데, 패턴 인식 및 장기 의존성을 처리하는 능력을 어떻게 강화할 수 있는지 소개하고, 이런 모델의 구축 방법도 함께 논의합니다.

*읽어주셔서 감사합니다. 재미있게 보셨다면 친구와 동료 분들에게도 뉴스레터를 추천해 주세요.