3. 범용 목적의 LLM에 비해 맞춤형 LLM을 사용하는 주요 이점은 무엇인가요?
a. 특정 작업이나 분야에서 범용 목적의 LLM보다 성능이 뛰어날 수 있습니다.
b. 더 다재다능하여 다양한 작업에 사용할 수 있습니다.
c. 대규모 데이터셋을 처리하는 데 더 효율적입니다.
d. 훈련하는 비용이 더 적게 듭니다.
4. LLM에서 트랜스포머 구조의 중요성은 무엇인가요?
a. 대규모 데이터셋을 빠르게 처리할 수 있습니다.
b. 예측을 수행할 때 입력 텍스트의 서로 다른 부분에 선택적으로 주의를 기울일 수 있습니다.
c. 레이블이 없는 데이터에서 모델이 학습할 수 있습니다.
d. 모델을 훈련하지 않고 언어를 번역할 수 있습니다.
5. LLM 사전 훈련의 주요 목적은 무엇인가요?
a. 특정 작업에 모델을 미세 튜닝하기 위해
b. 다양한 작업에서 모델의 성능을 평가하기 위해
c. 언어를 번역할 수 있는 모델을 만들기 위해
d. 다양한 대규모 데이터셋에서 훈련하여 언어를 이해하는 능력을 개발하기 위해