AI

AI & LLM

2026

• [Daily morning study] LLM 추론 최적화: KV 캐시와 투기적 디코딩 13 Sep
• [Daily morning study] LoRA와 PEFT (Parameter-Efficient Fine-Tuning) 04 Sep
• [Daily morning study] Knowledge Distillation (지식 증류) — 대형 모델을 소형 모델로 압축하는 기법 26 Aug
• [Daily morning study] Mixture of Experts (MoE) 아키텍처 — 대형 언어 모델의 효율적 확장 17 Aug
• [Daily morning study] RLHF (Reinforcement Learning from Human Feedback) 개념과 동작 방식 08 Aug
• [Daily morning study] Chain of Thought(CoT) 프롬프팅과 ReAct 패턴 30 Jul
• [Daily morning study] 퓨샷 러닝(Few-shot Learning)과 인컨텍스트 러닝(In-context Learning) 21 Jul
• [Daily morning study] AI Hallucination 원인과 해결 방법 11 Jul
• [Daily morning study] AI Agent와 Tool Use 개념 02 Jul
• [Daily morning study] 멀티모달 AI 모델 개념과 활용 23 Jun
• [Daily morning study] Diffusion 모델 원리 (Stable Diffusion) 13 Jun
• [Daily morning study] Diffusion 모델 원리 (Stable Diffusion) 05 Jun
• [Daily morning study] MCP (Model Context Protocol) 개념과 활용 27 May
• [Daily morning study] AI Agent와 Tool Use 개념 18 May
• [Daily morning study] GPT 모델 동작 방식과 토크나이저 이해 09 May
• [Daily morning study] RLHF (Reinforcement Learning from Human Feedback) 개념과 작동 원리 30 Apr
• [Daily morning study] AI Agent와 Tool Use 개념 21 Apr
• [Daily morning study] 화제의 Openclaw 설치와 discord 연동 15 Feb

2025

• [Daily morning study] Vector Database란 무엇인가? (Embedding과의 관계) 23 Nov
• [Daily morning study] Transformer 아키텍처의 핵심: 셀프 어텐션(Self-Attention)의 원리 13 Nov
• [Daily morning study] LLM 파인튜닝(Fine-tuning)과 프롬프트 엔지니어링(Prompt Engineering)의 차이점 30 Oct
• [Daily morning study] RAG (Retrieval-Augmented Generation)의 개념과 작동 방식 29 Oct