추론 모델을 정의하는 정체성은 뭔지, 여기 속하는 모델들이 어떤 것들인지, 앞으로 어떤 진화 방향이 있는지 살펴봅시다.
AI가 스스로 훈련하는 Self-Training 시대, 합성 데이터를 안전하게, 쓸만하게 만들어주는 HITL 기법을 살펴봅시다.
'메타 러닝'의 놀라운 세계 - AI가 '배우는 법'을 배우는 그 곳, 간략한 개념을 알아봅시다.
문맥을 깊게 이해하게 해 준 BERT, 그리고 그 위에 구축된 최신의 멀티벡터 검색 모델 ConstBERT를 살펴봅니다.
DeepSeek-R1 혁신의 핵심인 GRPO, 그리고 플로우 모델과 RL을 결합하게 해 주는 Flow-GRPO에 대해서 공부해 봅시다.
'큰 게 좋다'는 트랜스포머의 공식을 깨고, 실제 하드웨어에서 효율적으로 작동하게끔 최적화된, Liquid AI의 최신 아키텍처
'코딩', '개발'의 모습을 바꿔놓을, 구글과 오픈AI의 새로운 도구에 대해서 알아봅시다
현재 MoE 아키텍처의 재검토, 그리고 S'MoRE, Symbolic-MoE 등 차세대 AI를 위한 새로운 MoE 기법의 개요
Causal AI의 개요와 핵심 원칙, Causal AI가 앞으로 미칠 영향
월드 모델의 역사와 현재 - 그리고 'AI의 미래'를 그릴 때 월드 모델이 필수 요소인 이유
AI의 '추론 (Inference)' 이해를 위해 중요한 개념, 추론의 과정, 그리고 중요 과제
모델이 긴 시퀀스를 적은 메모리로도 잘 다루게 해 주는, '학습하는' 어텐션 메커니즘
