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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김찬영 (숭실대학교) 편하늘 (숭실대학교) 고병찬 (숭실대학교) 정다흰 (숭실대학교)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제42권 제4호
발행연도
2025.3
수록면
46 - 53 (8page)

이용수

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

초록· 키워드

오류제보하기
최근 대규모 언어 모델(LLM)은 자연어 처리 분야에서 뛰어난 성능을 보여주고 있다. 그러나 언어 모델의 크기가 커지고, 담고 있는 지식이 많아지면서 예상치 못했던 문제가 발생하고 있다. 1. Fine-tuning 시 가중치 수정에 따른 계산 비용 증가, 2. 새로운 정보를 학습시키면서 생기는 기존 지식 손실 현상, 3. 최근 주요 LLM들의 Off-the-shelf 구조로 인한 내부 접근 불가. 이를 해결하기 위해, 기존 모델의 가중치를 수정하지 않고 입력 프롬프트를 조정해 출력을 제어할 수 있는 강화학습 기반 프롬프트 조정 기법이 등장하였다. 또한, 기존 LLM의 잠재력을 끌어올리기 위한 프롬프트에 관한 연구가 활발히 이뤄지고 있는 추세이다. 이에 따라, 본 논문에서는 Reflexion, ExpeL등의 최신 연구들을 분석 및 참고하여 강화학습 기반 프롬프트 조정 연구의 최신 동향을 분석한다.

목차

요약
Ⅰ. 서론
Ⅱ. 이론적 배경 및 선행 연구
Ⅲ. 본론
IV. 한계점 및 향후 연구 방향
V. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0