인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
대규모 언어 모델의 성능 향상과 더불어 크기 증가로 효율적인 경량화 기법이 필요하다. 본 연구는 기존 8B 모델을 후반 레이어 pruning으로 5B로 축소하면서도, 두 단계의 fine-tuning을 통해 성능을 유지 및 향상시키는 방법을 제시한다. Broad fine-tuning 단계에서는 영어-한국어 병렬 데이터와 대규모 한국어 코퍼스를 활용해 모델의 한국어 이해 및 생성 능력을 확장하고, Refined fine-tuning 단계에서는 고품질 데이터셋으로 표현력과 추론 능력을 고도화하였다. 또한, 모델 병합 기법을 통해 개별 모델의 강점을 통합하였다. 실험 결과, LogicKor 리더보드 평가에서 제안 모델은 추론, 글쓰기, 이해 영역에서 우수한 성능을 보였으며, 종합 점수 4.36으로 원본 Llama-3.1-8B-Instruct 모델(4.35)을 상회하였다. 이는
모델 크기를 37.5% 축소하면서도 성능 향상을 입증한 성과이다.
모델 크기를 37.5% 축소하면서도 성능 향상을 입증한 성과이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092468051
