인컨텍스트 러닝1
(AI) 인컨텍스트 러닝(In-Context Learning, ICL) 개념 요약
인컨텍스트 러닝(In-Context Learning, ICL)은 대규모 언어 모델(LLM, Large Language Model)이 별도의 추가 학습 없이 입력된 프롬프트(Context) 내에서 제공된 정보와 패턴을 학습하여 새로운 문제를 해결하는 방식임일반적인 기계 학습 모델은 사전에 학습된 가중치와 데이터를 기반으로 작동하지만, ICL은 실행 시점에서 제공되는 예시만을 참고하여 추론을 수행함■ 인컨텍스트 러닝(In-Context Learning)의 핵심 개념 1. 모델 자체를 변경하지 않음 - 기존의 AI 모델은 특정한 작업을 수행하기 위해 훈련 데이터를 활용하여 가중치를 조정하는 반면, ICL은 이미 학습된 모델을 그대로 사용하며, 입력된 프롬프트만을 기반으로 학습과 추론을 수행함 2. 맥락(Con..