Question 1

LLM (Large Language Model)이란 무엇입니까?

Accepted Answer

LLM은 자연어를 이해하고 생성하기 위해 방대한 양의 텍스트로 훈련된 딥러닝 모델입니다. 이러한 모델은 수십억 개의 파라미터를 가진 Transformer 아키텍처를 사용하여 언어의 뉘앙스를 포착하고, 복잡한 지시를 따르며, 일관된 텍스트를 생성할 수 있습니다. GPT-4, Claude, Gemini는 프로덕션에서 사용되는 LLM의 예입니다.

Question 2

zero-shot 프롬프팅과 few-shot 프롬프팅의 주요 차이점은 무엇입니까?

Accepted Answer

zero-shot 프롬프팅은 사전 예시를 제공하지 않고 지시사항에만 의존하여 모델이 작업을 수행하도록 요청합니다. few-shot 프롬프팅은 모델을 안내하기 위해 프롬프트에 몇 가지 입력/출력 쌍 예시를 포함합니다. few-shot은 일반적으로 특정 작업의 성능을 향상시키는데, 이는 모델이 제공된 예시로부터 예상되는 형식과 스타일을 추론할 수 있기 때문입니다.

Question 3

chain-of-thought (CoT) 프롬프팅이란 무엇입니까?

Accepted Answer

Chain-of-thought 프롬프팅은 LLM이 최종 답변을 제공하기 전에 단계별로 추론을 분해하도록 유도하는 기법입니다. '단계별로 생각해 봅시다'와 같은 문구를 추가하거나 추론 예시를 보여줌으로써 논리적, 수학적 또는 다단계 추론 작업의 성능이 크게 향상됩니다. 이 접근 방식은 또한 의사결정 프로세스를 더 투명하고 검증 가능하게 만듭니다.

GenAI 및 LangChain

LLM (Large Language Model)이란 무엇입니까?

답변

zero-shot 프롬프팅과 few-shot 프롬프팅의 주요 차이점은 무엇입니까?

답변

chain-of-thought (CoT) 프롬프팅이란 무엇입니까?

답변

LangChain이란 무엇이며, 주요 목적은 무엇입니까?

LangChain에서 chain이란 무엇입니까?

기타 Data Science & ML 면접 주제

Python 기초

Python 객체 지향 프로그래밍

Python 데이터 구조

Git 기초

SQL 기초

NumPy 기초

Pandas 기초

Jupyter & Google Colab

SQL Joins 및 고급 쿼리

Pandas 고급

Matplotlib & Seaborn을 활용한 시각화

Plotly로 만드는 인터랙티브 시각화

기술 통계

추론 통계학

Web Scraping

BigQuery & Cloud Data

Feature Engineering

지도 머신러닝: 회귀

지도 머신러닝: 분류

결정 트리 및 앙상블

비지도 ML

ML 파이프라인 및 검증

시계열 및 예측

Deep Learning 기초

TensorFlow & Keras

CNN 및 이미지 분류

RNN 및 시퀀스

Transformers 및 Attention

NLP 및 Hugging Face

MLOps 및 배포

다음 면접을 위해 Data Science & ML을 마스터하세요