DPO란?
RLHF의 PPO를 생략하고 선호도 데이터만으로 직접 LLM을 최적화한다. 2023 논문.
장점
- 보상 모델 학습 불필요
- PPO의 불안정성 해결
- 코드 간결
현재
Llama·Mistral 등 많은 모델이 DPO로 얼라인먼트.
DPO란?Direct Preference Optimization
정의
RLHF의 단순·안정적 대안. 보상 모델 없이 선호도 데이터로 직접 최적화.
🔗 함께 보면 좋은 용어
AI 전체 →멀티 에이전트 오케스트레이션
Supervisor·Hierarchy·Network 패턴으로 여러 에이전트 조율.
청킹 전략 상세
고정·문장·계층·의미론적·Agentic 청킹. RAG 품질의 결정.
추론 지연 최적화
TTFT·TPS·Batching·KV Cache·Speculative·Quantization 조합.
A2A
Agent-to-Agent Protocol
에이전트 간 통신 표준. Google이 제안. MCP와 상호 보완.
Accuracy
전체 예측 중 맞춘 비율. 클래스 불균형 시 오해를 유발할 수 있음.
Activation Function
신경망 뉴런의 비선형 변환. ReLU·GELU·Sigmoid·Tanh.