VAIV AI Platform을 쉽게 사용할 수 있도록
사용 가이드를 제공합니다.

용어집

각 단어는 가나다 또는 ABC 순서로 정렬합니다.

거대언어모델(LLM): 대규모 훈련 데이터를 사용하여 학습된 매우 큰 규모의 언어 모델

리스트(list): 여러 개의 항목을 순서대로 담고 있는 데이터 타입

리포틀릿: 독립된 분석 단위의 리포트 템플릿

문자열(string, str): 일련의 문자로 이루어진 데이터 타입

보상 모델(reward model): 강화학습에서 정책 모델을 평가하고 개선하기 위해 사용되는 보상 함수

부동소수점표현(float): 소수점 이하의 숫자를 표현하기 위한 데이터 형식

비정형 데이터: 구조화되지 않은, 테이블 또는 스키마로 정의되지 않은 형태의 데이터

생성 모델(generative model): 주어진 입력에 대해 새로운 데이터를 생성하는 모델

스트림(stream): 데이터의 연속적인 흐름을 나타내는 개념

엔진(engine): 소프트웨어 시스템의 핵심 구성 요소나 기능을 담당하는 중요한 컴포넌트

온프레미스(on-premise): 클라우드가 아닌 자체적으로 운영되는 환경

정책 모델(policy model): 강화학습에서 특정 상태에서 취해야 할 행동을 결정하는 모델

지시문(instruction): 모델에 작업을 지시하기 위해 주어지는 명령 또는 지침

지시준수(instruction-following): 모델이 주어진 지시에 따라 정확히 행동하도록 하는 능력

참조문(reference): 주어진 작업에 대한 기준이 되는 예시나 참고 문장

컨트롤러(controller): 모델이나 시스템을 제어하고 조작하는 역할을 수행하는 구성 요소

클러스터(cluster): 비슷한 특성을 가진 데이터 또는 개체의 그룹

토큰(token): 텍스트를 작은 단위로 분리한 개별 요소

튜닝(tuning): 목표 작업에 대한 모델의 성능을 향상시키기 위해 파라미터를 조정하는 과정

파라미터(parameter): 모델이나 시스템의 동작을 결정하는 값을 나타내는 변수

프롬프트(prompt): 작업을 수행하기 위해 모델에 입력해야 할 내용

환각(hallucination): 언어 모델이 실제로 존재하지 않거나 잘못된 정보를 생성하는 현상

API: Application Programming Interface, 소프트웨어 간 상호 작용을 위한 규약과 도구의 집합

BBPE: Byte-level Byte Pair Encoding, 단어 분리 알고리즘 중 하나로, 텍스트를 하위 단위로 분할하는 방법

MLOps: 기계 학습 시스템의 개발, 운영 및 유지 보수를 위한 관행, 도구 및 방법론

OOV: Out-of-Vocabulary, 모델에서 정의되지 않은 토큰을 나타내는 약어

Polyglot: 여러 언어를 지원하기 위해 개발된 언어모델

TM2엔진: 바이브컴퍼니에서 개발한 데이터 수집 및 분석 엔진

Wizard: 인간이 생성 모델에 입력할 지시문을 자동 생성하는 모델