Generative Agents Paper review
LLM 에이전트 25명을 가상 마을에 풀어놓으면 무슨 일이 벌어지는가. 행동의 정확도가 아니라, 기억-회상-반성-계획 구조가 경험에 근거한 믿을 만한 행동을 유지시키는지를 측정한 논문.
Recent posts
Toolformer Paper review
사람 어노테이션 없이 LM이 스스로 도구 사용법을 배운다. ‘이 도구 호출이 다음 토큰 예측을 쉽게 하는가’라는 필터 하나로 학습 데이터를 만든 논문.
Reflexion Paper review
실패를 반성문으로 남겨 다음 시도에 써먹는 에이전트. 가중치 업데이트 없는 ‘말로 하는 강화학습’으로 HumanEval 91%를 찍었다.
ReAct Paper review
지금 모든 LLM Agent의 뼈대가 된 논문. Thought → Action → Observation 루프부터 LangChain create_agent까지 뜯어본다.
Llama Guard paper review
Llama Guard: LLM-based Input-Output Safeguard for Human-AI Conversations
Proxy tuning Paper review
Proxy-tuning: Tuning Language Models by Proxy
SOLAR Paper review
SOLAR 10.7B: Scaling Large Language Models with Simple yet Effective Depth Up-Scaling Paper review
[네이버 클로바 스튜디오 X 포텐데이] 참여 후기
[네이버 클로바 스튜디오 X 포텐데이] 참여 후기
효율적인 LLM 학습 전략
효율적인 LLM 학습 전략
A Survey of Large Language Models 논문 리뷰
A Survey of Large Language Models 논문 리뷰