728x90 반응형 전체 글67 1-1. 지옥에서 온 문서 관리자, 깃 이 글은 이지스퍼블리싱의 [Do it! 지옥에서 온 문서관리자 깃&깃허브 입문] 책을 기반으로 GPT4o, 구글링을 통해 추가로 정리한 내용입니다. 1. 깃으로 무엇을 할 수 있을까?버전 관리깃(Git)은 파일을 수정할 때마다 언제 수정했는지, 어떤 내용을 변경했는지 등을 기록하는 버전 관리 시스템입니다. 이 시스템을 통해 문서나 코드를 여러 버전으로 관리할 수 있습니다.백업하기깃은 로컬 컴퓨터에 저장된 파일을 원격 저장소에 백업할 수 있도록 도와줍니다. 원격 저장소(remote repository)는 깃 파일을 백업하고 동기화할 수 있는 장소로, 이러한 서비스 중 가장 널리 사용되는 것이 깃허브(GitHub)입니다.협업하기깃은 여러 사람이 동시에 같은 프로젝트에서 작업할 수 있도록 돕습니다. 협업 .. 2024. 10. 17. [논문리뷰] CaSe4SR: Using category sequence graph to augment session-based recommendation 요약문제 정의. 짧은 세션에서는 사용자 의도가 명확히 드러나지 않으며, 긴 세션에서는 사용자의 관심이 흐려질 수 있다. 해결 방법. 아이템 카테고리 정보를 활용하여 해결 방법론 요약. Case4SR은 세션 기반 추천을 위한 카테고리 시퀀스 그래프를 활용한다. 사용자 행동 시퀀스와 아이템 카테고리 시퀀스에서 아이템 그래프와 카테고리 그래프를 각각 구축한다. 그래프 신경망(GNN)을 사용하여 아이템과 카테고리의 표현을 각각 학습한 후, 통합한다. 1. INTRODUCTION지금까지의 연구는 주로 항목 수준의 모델링에 초점을 맞추었기 때문에 사용자 관심에 대한 인식에서 편향 발생할 수 있다.짧은 세션의 경우 제한된 상호 작용 행동만으로는 사용자의 실제 의도를 파악하기 어렵다.예를 들어, 사용자가 vivo .. 2024. 10. 17. [논문리뷰] Judging LLM-as-a-Judgewith MT-Bench and Chatbot Arena (INTRO) 요약본 논문은 LLM 기반 챗봇 평가에서 인간 선호도를 반영하는 새로운 방법론인 LLM-as-a-judge를 제안한다.GPT-4 같은 모델을 심판으로 사용해 인간 평가와 유사한 결과를 자동으로 얻을 수 있다.또한, MT-bench와 Chatbot Arena라는 벤치마크를 도입해 다중 턴 대화와 지시 수행 능력을 평가하며, 기존 능력 기반 평가와 인간 선호도 기반 평가를 결합한 하이브리드 평가 프레임워크의 도입을 제안한다. 1. INTRODUCTION챗봇들은 주로 supervised instruction fine-tuning and reinforcement learning with human feedback (RLHF)를 통해 더 나은 성능을 발휘하게 된다. 이를 통해, 모델은 인간의 지시를 더 잘 따르고.. 2024. 10. 16. [논문리뷰] Code Llama: Open Foundation Models for Code 요약Llama 2를 기반으로 한 코드용 LLM 시리즈인 Code Llama를 제안Llama 2 70B 모델을 이용해 코딩 문제를 생성하고, Code Llama - Python 7B를 사용해 유닛 테스트와 솔루션을 생성하여 Self Instruct 데이터셋 생성Llama 2에서 사용된 로터리 포지션 임베딩(RoPE)의 회전 주파수($\theta$)를 조정하는 것이 긴 시퀀스를 안정적으로 학습시키는 데 중요함을 확인하였고, 파인 튜닝을 위해 회전 주파수를 10,000에서 1,000,000으로 증가 0. ABSTRACTCode Llama는 코드 작성에 특화된 Llama 2 기반의 대형 언어 모델 시리즈로, 공개된 모델 중 최고 성능을 제공하며 코드 완성 능력, 큰 입력 컨텍스트 지원, 프로그래밍 작업에 대한.. 2024. 10. 15. [논문리뷰]AdaGCN: Adaboosting Graph Convolutional Networks into deep models (진행중) 1. 개요 최근에 그래프 구조 데이터와 관련된 연구들이 많은 관심을 받고 있다. Graph neural networks 중에서도 특히 Graph convolutional networks가 node classification, link prediction, clustering task에 우수한 성능을 보여주고 있다. 하지만 이러한 모델들의 대부분은 오직 2~3개의 층으로만 구성된 얕은 모델 구조를 가지고 있다. (shallow model architetures with only 2~3 layers) GCN 층을 깊게 쌓을수록 원칙적으로 더 많은 정보에 접근할 수 있지만 성능이 더 떨어지는 이유가 GCN의 얕은 설계의 이유이다. Oversmooting (Li et al., 2018) 은 Deep GCN이 실.. 2022. 7. 17. [Chapter5] Do it! 오라클로 배우는 데이터베이스 입문 - WHERE절과 연산자 다음 내용들은 책 제목 : Do it! 오라클로 배우는 데이터베이스 입문 출판사 : 이지스퍼블리싱 를 참고하여 작성하였음을 미리 말씀드립니다! ( 사진에 링크 연결 ) 05-1 필요한 데이터만 쏙 출력하는 WHERE절 05-2 여러 개 조건식을 사용하는 AND, OR 연산자 05-3 연산자 종류와 활용 방법 알아보기 05-1 필요한 데이터만 쏙 출력하는 WHERE절 * WHERE 절은 SELECT문으로 데이터를 조회할 때 특정 조건을 기준으로 원하는 행을 출력하는 데 사용 SELECT [조회할 열1 이름], [열2 이름], ..., [열N 이름] FROM [조회할 테이블 이름] WHERE [조회할 행을 선별하기 위한 조건식]; # 부서 번호가 30인 데이터만 출력하기 SELECT * FROM EMP WH.. 2021. 9. 25. [Chapter4] Do it! 오라클로 배우는 데이터베이스 입문 - SELECT문의 기본 형식 다음 내용들은 책 제목 : Do it! 오라클로 배우는 데이터베이스 입문 출판사 : 이지스퍼블리싱 를 참고하여 작성하였음을 미리 말씀드립니다! ( 사진에 링크 연결 ) 04-1 실습용 테이블 살펴보기 04-2 데이터를 조회하는 3가지 방법 - 셀렉션, 프로젝션, 조인 04-3 SQL의 기본 뼈대, SELECT절과 FROM절 04-4 중복 데이터를 삭제하는 DISTINCT 04-5 한눈에 보기 좋게 별칭 설정하기 04-6 원하는 순서로 출력 데이터를 정렬하는 ORDER BY 04-1 실습용 테이블 살펴보기 * 실습용 테이블① EMP : 사원 데이터를 보관 및 관리하는 테이블 DESC EMP; EMP 테이블을 구성하는 열의 설명은 아래와 같다. 열 이름 열 의미 데이터 종류 설명 EMPNO 사원 번호 네 자.. 2021. 9. 24. [Chapter2] Do it! 오라클로 배우는 데이터베이스 입문 - 관계형 데이터베이스와 오라클 데이터베이스 다음 내용들은 책 제목 : Do it! 오라클로 배우는 데이터베이스 입문 출판사 : 이지스퍼블리싱 를 참고하여 작성하였음을 미리 말씀드립니다! ( 사진에 링크 연결 ) 02-1 관계형 데이터베이스의 구성 요소 테이블 관계형 데이터베이스는 기본적으로 데이터를 2차원 표 형태로 저장하고 관리한다. 아래 표 형태를 테이블(table)이라 하고, 가로줄은 행(row), 세로줄은 열(column)이라고 한다. 학번 이름 생년월일 학과 코드 16031055 홍길동 971210 COM 12071632 성춘향 940424 BNS 관계형 데이터베이스에서 "관계'란 행과 열의 특성에 맞추어 데이터를 저장한 데이트 하나하나를 의미한다. 여러 테이블의 구성과 관계를 잘 규정하고 관리하는 것이 관계형 데이터베이스에서 데이터를 .. 2021. 9. 18. 이전 1 ··· 4 5 6 7 8 9 다음 728x90 반응형
