홈앤서비스 SK BROADBAND

1장 언어모델을 이해하기 위한 첫 시선 1.1 언어모델의 말을 지탱하는 보이지 않는 규칙들 1.1.1 언어모델의 기본 개념 1.1.2 문장은 어떻게 확률이 되나 1.2 말의 자연스러움을 키우는 숨은 확장들 1.2.1 능숙함을 키운 첫 번째 확장, 파라미터 1.2.2 더 많은 경험이 만들어내는 차이 2장 언어모델을 이해하는 가장 작은 단위 2.1 언어를 조각내는 기술, 토큰 2.1.1 단어가 아닌 조각 2.1.2 토큰 단위가 답을 바꾼다 2.2 토큰화: 모델이 문장을 받는 첫 관문 2.2.1 토크나이저의 칼날은 어디로 향할까 2.2.2 범용 토크나이저의 시대와 남은 틈새 3장 트랜스포머, 생각의 연결을 배우다 3.1 어텐션, 단어들이 관계를 맺는 방식 3.1.1 어텐션: 문맥을 다시 계산하는 장치 3.1.2 셀프 어텐션: 문장이 스스로를 다시 읽는 방식 3.1.3 멀티헤드 어텐션: 여러 채널로 듣기 3.2 블록구조, 생각이 쌓이는 방식 3.2.1 문장을 쌓는 탑, 트랜스포머의 큰 구조 3.2.2 트랜스포머의 첫 번째 탑, 인코더 3.2.3 트랜스포머의 두 번째 탑, 디코더 3.2.4 깊을수록 멀리 본다, 레이어의 역할 3.2.5 연결의 건축술, 트랜스포머의 원리를 한눈에 4장 근사의 지능, 언어모델의 학습 4.1 규칙이 아닌 숫자, 학습의 출발점 4.1.1 선형에서 비선형으로, 학습이란 무엇인가 4.1.2 학습의 재료: 데이터와 조정의 기본 단위 4.1.3 학습의 루프: 예측하고, 틀리고, 고친다 4.2 학습의 단계: 언어 감각이 익어가는 세 과정 4.2.1 사전학습: 세상의 언어를 익히다 4.2.2 파인튜닝: 말투와 분야의 손맛을 더하다 4.2.3 RLHF: 사람의 취향을 배우다 4.2.4 추론: 학습된 지식을 꺼내 쓰다 4.3 학습은 연금술이다: 완벽을 향하지 않는 지능 5장 지능의 그림자 5.1 생각의 벽, 언어모델의 인지적 한계 5.1.1 보지 못하는 지능 5.1.2 할루시네이션: 언어가 만든 착각의 기술 5.1.3 거울 효과와 무의식 학습 5.1.4 감정의 시뮬레이션 5.1.5 해석 불가능성: 수학으로 쓰인 언어의 벽 5.2 기술의 벽, 언어모델이 아직 넘지 못한 것들 5.2.1 고정된 기억, 오염되는 문맥 5.2.2 사후 튜닝의 함정: 조정된 말, 고정된 생각 5.2.3 느리게 생각하지 못하는 두뇌 5.2.4 연산의 벽: GPU와 자원의 한계 5.2.5 RAG: 외부 기억의 문을 열다 5.2.6 에이전트: 실행하는 언어의 난제 6장 언어모델의 올바른 활용 6.1 언어모델을 이해하며 쓰는 법 6.1.1 지능이라는 착시를 벗기기 6.1.2 프롬프트는 세계를 만드는 일 6.1.3 문맥을 정돈하는 습관 6.1.4 한계를 다른 각도에서 보기 6.1.5 모델마다 드러나는 성격을 발견하는 재미 6.2 부록: 도구를 다루는 고급 사용자를 위한 안내 6.2.1 존재하는 생태계 안에서 활용하기 6.2.2 코딩 에이전트를 다루는 태도 7장 AI를 마주하는 새로운 태도 7.1 도구와 두려움 사이에서 7.1.1 도구처럼 쓰되, 그 이상을 바라보기 7.1.2 변화하는 흐름 속에서 미래를 보기 7.1.3 상상은 예측이 아닌 리허설 7.1.4 기술을 둘러싼 환경을 다시 짜기 7.1.5 두 번째 뇌를 쓰듯, 생각의 흔적을 남기기 7.1.6 소유보다, 어떤 사람이 되어가는지를 돌아보기 7.1.7 기술이 쉬워질수록 목적을 분명히 하기 7.1.8 다르게 보기: AI 시대의 새로운 시선