인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
강화학습에 기반한 LLM 프롬프트 조정 기법에 대한 최신 연구 동향 분석
강화학습에 기반한 LLM 프롬프트 조정 기법에 대한 최신 연구 동향 분석
초록·키워드
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.
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) : I410-151-25-02-092706672