AI4 Day16 [문제 1]생성형 AI 모델에게 질문이나 지시를 내릴 때, 원하는 답변 형태의 예시(Example)를 하나도 제공하지 않고 오직 지시문만으로 바로 답변을 생성하도록 하는 프롬프트 작성 기법은 무엇인가요?① Zero-Shot Prompting② One-Shot Prompting③ Few-Shot Prompting④ Chain-of-Thought Prompting상세 해설:Zero-Shot Prompting: 예시(Example)를 단 하나도 주지 않고 곧바로 지시사항(Task)만 전달하여 수행하도록 하는 기법입니다.One-Shot / Few-Shot: 원하는 답변 스타일의 예시를 1개(One) 또는 여러 개(Few) 미리 보여준 뒤 답변을 유도하는 기법입니다.[문제 2]복잡한 추론이나 계산이 필요한 문제를.. 2026. 8. 31. Day12 AI리터러시[문제 1]AI 모델이 학습 데이터에 지나치게 적응하여, 학습 데이터에서는 높은 성능을 보이지만 새로운 데이터(테스트 데이터)에 대해서는 오차가 커지고 예측 성능이 떨어지는 현상을 무엇이라고 하나요?① 과적합 (Overfitting)② 과소적합 (Underfitting)③ 편향 (Bias)④ 환각 (Hallucination)상세 해설:과적합 (Overfitting): 모델이 학습 데이터의 노이즈나 세세한 특징까지 과도하게 암기하여, 보지 못한 실전 데이터(테스트 데이터)에서는 제대로 예측하지 못하는 상태입니다.과소적합 (Underfitting): 모델이 너무 단순하여 학습 데이터조차 충분히 학습하지 못한 상태입니다.[문제 2]생성형 AI 모델(LLM)이 사실이 아니거나 전혀 근거가 없는 정보를.. 2026. 8. 18. Day 8 AI리터러시[문제 1]AI 모델 개발 과정에서, 모델이 생성한 답변이나 행동이 인간의 의도, 윤리적 가치, 안전 기준과 부합하도록 조정하고 정렬하는 작업을 의미하는 용어는 무엇인가요?① AI 얼라인먼트 (AI Alignment)② AI 퀀타이제이션 (AI Quantization)③ AI 디스틸레이션 (AI Distillation)④ AI 벤치마킹 (AI Benchmarking)상세 해설:AI 얼라인먼트 (Alignment / 정렬): AI의 목표나 행동이 인간의 의도, 사회적 가치, 안전 윤리와 일치(Align)하도록 만드는 제어/조정 작업입니다. (예: RLHF - 인간 피드백 기반 강화학습)AI 퀀타이제이션 (양자화): 모델의 가중치 용량을 줄이는 최적화 기술입니다.AI 디스틸레이션 (지식 증류): .. 2026. 8. 7. 이전 1 2 다음