🤖
AI — 427개 용어
LLM·에이전트·RAG·임베딩·프롬프트 등 AI 시대 필수 용어
Autoregressive Model👁 220
이전 출력을 기반으로 다음을 예측하는 모델. GPT·Llama 등 대부분 LLM.
lattice👁 220
OpenAI·Anthropic 출신이 만든 로컬 전용 오픈소스 코딩 에이전트. 외부 API 호출 없이 로컬 모델만 사용.
MMLU👁 220
Massive Multitask Language Understanding
57개 분야 시험 문제로 LLM을 평가. AI의 학문적 지식 측정 표준.
Prompt Compression👁 220
긴 프롬프트를 압축해 토큰·비용 절감. LLMLingua·요약 사전처리.
RLHF👁 220
Reinforcement Learning from Human Feedback
사람의 선호도로 보상 모델을 학습하고, 이를 강화학습으로 LLM에 주입해 "사람이 좋아하는" 응답을 생성하게 하는 기법.
HumanEval👁 219
OpenAI의 코드 생성 벤치마크. 164개 Python 함수 완성.
Token Limit👁 219
LLM API 호출의 입력·출력 토큰 한계. 모델마다 다름. 비용·지연에 직결.
Underfitting👁 219
모델이 데이터 패턴을 제대로 학습하지 못한 상태. 학습 정확도 자체가 낮음.
Knowledge Graph👁 218
엔티티와 관계를 그래프로 표현한 지식 베이스. LLM과 결합해 정확도 향상.
OpenCV👁 218
Intel이 시작한 컴퓨터 비전 오픈소스 라이브러리. C++·Python 등 지원.
Stability AI👁 218
Stable Diffusion 공개사. 오픈 이미지·오디오·비디오 생성 모델.
Zed + AI👁 218
Rust 기반 고성능 에디터 Zed의 AI 통합. 공동 편집·AI 어시스턴트.
Contextual Retrieval👁 217
Anthropic이 제안한 RAG 개선. 각 청크에 문서 맥락을 덧붙여 임베딩.
XML 태그 프롬프트👁 216
Claude가 선호하는 구조화 프롬프트. <document>·<question> 등.
AI Watermarking👁 215
AI 생성 콘텐츠에 감지 가능한 표식. SynthID(Google)·C2PA.
Text Classification👁 215
텍스트를 미리 정의된 범주로 분류하는 NLP의 기본 작업. 스팸 필터·토픽 분류 등.
Extended Thinking👁 214
Claude가 답변 전에 긴 내부 사고를 거치는 모드. o1 스타일의 reasoning 기능을 Anthropic 방식으로 구현.
Voyage AI👁 214
고품질 임베딩·리랭커 특화 업체. Claude/Anthropic 공식 추천.
Claude Agent SDK👁 213
Anthropic의 에이전트 빌드 SDK. 도구·메모리·서브에이전트 패턴.
MCP Prompts👁 213
MCP Prompts 프리미티브. 재사용 가능한 워크플로 템플릿.
Anthropic Tool Use👁 212
Claude의 도구 호출. OpenAI와 유사하되 병렬 호출 지원.
Helicone👁 212
LLM API 프록시 기반 관측 플랫폼. 코드 변경 최소화로 로깅·비용 추적.
Machine Translation👁 212
한 언어를 다른 언어로 번역하는 NLP 작업. Transformer 등장 후 품질 급상승.
OpenAI Realtime API👁 212
GPT-4o 실시간 음성 대화 API. WebRTC 기반 저지연.
Prompt Chaining👁 212
큰 작업을 여러 LLM 호출로 분할. 단계별 개선.
Synthetic Training Data👁 212
LLM으로 학습 데이터를 생성하는 기법. 저자원 언어·특수 도메인에 필수.
Confusion Matrix👁 211
분류 결과를 TP·TN·FP·FN 4분면으로 정리한 표. 성능 분석의 기본.
Constitutional AI👁 211
Anthropic이 제안한 정렬 방법. 사람 대신 AI가 헌법적 원칙으로 자기 출력을 평가·개선.
PEFT👁 211
Parameter-Efficient Fine-Tuning
적은 파라미터만 학습하는 파인튜닝 기법 총칭. Hugging Face PEFT 라이브러리.
RLAIF👁 211
Reinforcement Learning from AI Feedback
AI가 평가자 역할을 해 사람 라벨을 대체. RLHF의 비용 대안.
SFT👁 211
Supervised Fine-Tuning
지시-응답 페어로 LLM을 파인튜닝하는 단계. RLHF의 1단계.
Voice Cloning👁 211
수 초~수 분의 녹음 샘플로 특정인의 목소리를 합성하는 기술.
MCP Transport👁 210
MCP 통신 방식. stdio (로컬)와 SSE/WebSocket (원격).
Portkey👁 210
LLM Ops 게이트웨이. Cache·fallback·analytics·guardrails.
Ragas👁 210
RAG 특화 평가 프레임워크. 4대 메트릭.
Aider👁 209
터미널 기반 AI 페어 프로그래머. Git 통합·다중 파일 편집.
Needle in a Haystack👁 209
Long Context LLM의 정보 검색 능력을 평가하는 테스트. 긴 문서 중간에 숨긴 문장을 찾게 함.
Together AI👁 209
오픈 모델 추론 플랫폼. 저비용·fine-tuning.
C2PA👁 208
Content Credentials
Adobe·Microsoft·BBC 주도 콘텐츠 출처 표준. AI 생성 이미지에 메타데이터.
GAN👁 208
Generative Adversarial Network
생성자와 판별자가 경쟁하며 학습하는 생성 모델. 이미지 생성의 초기 혁명.
GraphRAG👁 208
Microsoft가 제안. LLM이 문서에서 지식 그래프를 구축한 후 그래프+벡터 검색.
Parallel Tool Calling👁 208
한 번에 여러 도구 호출. Claude·OpenAI·Gemini 지원.
System Prompt👁 208
모델의 역할·톤·제약을 설정하는 최상위 지시. 대화 전체에 영향.
ZeRO👁 208
Zero Redundancy Optimizer
DeepSpeed의 메모리 최적화. 옵티마이저 상태·그래디언트·파라미터를 GPU에 분산.
Anthropic Speculative Sampling👁 207
빠른 작은 모델이 예측·큰 모델이 검증. Anthropic 연구.
MAE👁 207
Mean Absolute Error
예측과 실제 차이의 절댓값 평균. MSE보다 이상치에 견고.
Mixtral 8x7B👁 207
Mistral AI의 MoE. 전문가 8개 × 7B, 활성 13B로 47B 성능.
Continuous Batching👁 206
도착하는 요청을 동적으로 배치. vLLM·TGI의 핵심 최적화.
Eval Harness👁 206
LLM을 표준 벤치마크로 자동 평가하는 프레임워크. lm-eval-harness가 대표.
Interpretability👁 206
딥러닝 모델 내부 동작을 사람이 이해할 수 있게 분석하는 연구 분야.