반응형
OpenAI 연구원이 공개한 o1 모델의 비밀
00:44 🧠 일반 지능 개발의 중요성
02:52 🔬 AI 연구의 관점과 스케일링
07:24 💡 AI 연구의 방향성과 가치 창출
09:42 📊 스케일링의 정의와 OpenAI의 접근
10:49 💻 컴퓨팅 자원의 활용과 연구자의 역할
11:18 🧠 대형 언어 모델의 이해
14:37 🔮 다음 토큰 예측 과정
17:02 📚 언어 모델의 학습과 그 한계
18:22 🔀 암시적 멀티태스크 학습
19:22 🧠 다중 작업 학습의 필요성
21:03 🌐 일반 기술의 중요성
22:31 🎲 유도된 인센티브와 학습
25:13 🎣 인센티브 기반 학습의 비유
26:58 ⚖️ 전문가와 일반가의 균형
28:41 🔍 인센티브 구조의 현대적 중요성
30:15 🔍 모델의 출현과 한계
31:03 🔮 미래의 가능성에 대한 관점
32:38 📚 언어 모델의 역동성과 학습
33:36 🌟 출현 능력과 연구 방향
34:54 🚀 AI 연구의 미래와 방향
https://www.youtube.com/watch?v=lsjzWQ_Rq0Y
반응형
'AI 머신러닝' 카테고리의 다른 글
딥씨크, 이미지 AI 야누스 프로 공개 (0) | 2025.01.28 |
---|---|
Open AI가 만든 오퍼레이터 기능 (0) | 2025.01.28 |
Felo(펠로) AI 소개 영상 (0) | 2025.01.27 |
중국 딥시크(DeepSeek) R1 출시, 오픈AI 오퍼레이터 출시, Gemini 2.0 Flash Thinking, Sonar (0) | 2025.01.27 |
노래하는 아바타 만드는 과정 (4) | 2024.12.06 |