제134회 정보관리기술사 1교시 2번 — 강화학습(Q-Learning·Policy Gradient)과 RLHF
강화학습 개념과 구성 요소, Q-러닝 vs 정책 경사법 비교, RLHF의 LLM 정렬(Alignment) 적용 3단계를 해설합니다.
강화학습 개념과 구성 요소, Q-러닝 vs 정책 경사법 비교, RLHF의 LLM 정렬(Alignment) 적용 3단계를 해설합니다.
Transformer 아키텍처의 셀프 어텐션, 멀티헤드 어텐션, 위치 인코딩의 개념과 QKV 계산 원리를 해설합니다.
외부 지식 검색과 LLM 생성을 결합한 RAG의 개념, 동작 원리, 핵심 구성요소, Fine-tuning과의 차이, Advanced·Agentic RAG 발전 방향까지 완전 해설합니다.