Synthetic Data (LLM)
강한 LLM(GPT-4·Claude)으로 작은 모델 학습 데이터를 생성한다.
활용
- Llama·Mistral의 instruction 데이터
- 한국어 등 저자원 언어 확장
- 엣지 케이스 생성
리스크
"model collapse" — 계속 synthetic으로만 학습하면 품질 하락.
Synthetic Training Data란?
정의
LLM으로 학습 데이터를 생성하는 기법. 저자원 언어·특수 도메인에 필수.
🔗 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.