메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김정순 (동의대학교) 김성희 (동의대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제25권 제11호
발행연도
2024.11
수록면
3,309 - 3,317 (9page)
DOI
10.9728/dcs.2024.25.11.3309

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대학생들과 취업준비생들은 취업 경쟁력을 높이기 위해 다양한 종류의 자격증을 취득한다. 본 연구에서는 메타에서 공개한 오픈소스 LLaMA-3.1기반의 사전학습 모델과 Unsloth기반의 파인튜닝 모델로 컴퓨터 관련 자격증 문제를 생성하는 알고리즘을 개발했다. 사전 모델과 파인튜닝한 모델에서의 생성한 문제가 차이가 있을 것이라고 가정하고, 이를 테스트하기 위해 성능 비교를 위한 지표를 정의하고, 사전학습 모델과 파인튜닝한 모델의 의미있는 지표를 도출하였다. 실험은 20명의 참가자가 100개의 문제를 평가하는 설문에 참여하였다. 실험 후 수집된 자료는 통계적 검증을 위한 유의수준 0.05로 설정하여 분석하였다. 총 5가지 지표 중 4개에서 통계적으로 유의미한 차이가 나타났다. 유창성, 지문 연관성, 과목 일관성, 유일성이라는 종속 변수들이 통계적으로 유의미한 차이를 보였다. 이 결과는 파인튜닝이 모델 성능을 실질적으로 향상시킬 수 있다는 것을 입증하였다.
#시험 문제 #파인튜닝 #성능비교 #문제생성 #Exam Questionnaire #Fine-Tuning #Llama 3.1 #Performance Comparison #Problem Generation

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

생성형 AI 기반의 시험 문제 생성 가이드 라인에 대한 연구: 컴퓨터활용 능력 시험을 중심으로
김정순 ,  김성희 한국HCI학회 학술대회 2025 .02
생성형 AI의 암묵적 편향 완화를 위한 LLM 기반 학습데이터 자동 구축 방안
박상민 ,  김성태 ,  김재은 한국정보과학회 학술발표논문집 2024 .12
인공지능 응용을 위한 LLM의 코딩 효율성 평가
고은비 ,  강필성 한국정보과학회 학술발표논문집 2024 .12
데이터 편향이 추천 정확도와 추천결과 편향에 미치는 영향
오소진 ,  송희석 Journal of Information Technology Applications & Management 2024 .12
슈퍼컴퓨터를 재정의 하는 클라우드 기반의 고성능 컴퓨팅 환경
조상만 정보과학회지 2024 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091185473