쇼츠) 데이터 학습에서 확률상 제외되고있는 상황들을 표현하자면유 : 클리앙

예측불가한 행동하기 영상들이 한떄 유행했었나보네요 ㅋㅋ;;

문득 이렇게 확률상 안할것 같은 행동에 대한 맥락은 모델 자체 학습에서 계속 제외될거라는 생각이 드네유

모델데이터에 아예 없는 내용은 제 아무리 제로샷 알고리즘일지라도 안해야될 행동을 하는걸 봤을때 대처방법을 과연 사고할 수 있을지가 의문이고욤

반대로 일론머스크는

뻔한것보다 특이점이 많은 부분을 오히려 더 수집하여 이미지상으로 최선을 다해 상황파악하는 알고리즘을 얻고있겠쥬

현재 대부분의 교육용 자료를 잘 둘러보면

정상적인 빅데이터를 쌓아놓고 쌓인 단어 하나하나가 명령의 앞뒤 단어를 파악해서 맥락을 파악하고,

이 정상적인 맥락들에 사용된 각 단어들의 확률을 매겨서 '자주쓰는 표현' 정도로 빈도체크를 하고,

매번 모든 데이터에서 불러올 순 없으니 모델의 크기를 원본 -> 몇백B-> 몇십B ->몇B만으로도 맥락을 잘 이해시킨다는 알고리즘 짜느라 노력중인걸로 아는데요

정상적인 행동만 해라 알고리즘을 만드는 상황 같고

불순한 단어나 비속어 필터는 다른 부가적인 이야기겠고욤

또 100B, 200B 또는 그 이상급 빅빅빅데이터를 가지고있을 때, 내적 계산 같은 최소한의 움직임으로 모델을 학습시키고자 하는 노력도 보이지만, 첫 영상의 예측 불가한 행동을 할 낮은 확률에 대응을 잘 하려면 머스크의 방법 처럼 뜬금없이 벌어지는 버드스트라이크라던지 운전자 탈출? 등등 기상천외한 실험 다 하고있을거같은데

오히려 이런 상황들을 학습시켜둘수록 더 유리할거라는 생각이 큽니당

어떤 상황도 조금은 벌어질 수 있다 알고리즘을 만드는 차이랄까요

이미지 처리라는게 계속 마음에 걸리지만요..

이해하면 나도 할 수 있다. 결과보다 과정을 중요시하는 사람 어설픈 추측은 놉. 방구석 제갈량 그만yo 힌트 흘리고 다니는 사람이 생각보다 잘 없음. LR네임: 모두에게 떳떳한 사람으로 남아야 한다. 나만의 후라이드: 술, 담배 안 하기 노래방 안 다님 첫 직장을 목적 없이 아무 직종이나 대충 지원하지 않기 나와 상대의 보안 철저 내가 아는 선에서 최선의 선한 길부터 생각함 남의 거 응용 최소화(얻어걸치기 싫어함) 말과 글은 같게 되는 방향부터 먼저 생각한다 없는 말, 거짓말 안 하기(매우 싫어함) 패 다 까고 시작하기 취미는 최대한 전공과 동떨어진 것으로(전공과 접목 시 폭넓게 활용하기 위함) 대출 없이 내가 벌어서 살아보기 삐치지 않기 지극히 당연한 것은 빼고 말하기/생각해보기 기존에 없던것을 생각하라 모르면 확실하게 질문하기 B형 INTP 가장 싫어하는 대답: 경우에 따라 달라요 << 이런식 질문에 되묻기 뻔한 대답 등 클리앙에서 느낀점: 댓글이 필요없을 정도면, 게시물이 이 서명 내용처럼 주절주절 너덜너덜 해져야된다

모두의공원

쇼츠) 데이터 학습에서 확률상 제외되고있는 상황들을 표현하자면유