ds4th study

---

1. 스터디 목적

• 대규모 언어 모델(LLM), 딥러닝, 머신러닝, 및 AI 시스템 최적화를 이해하고 실전 활용 능력을 기르는 것을 목표로 한다.

---

2. 스터디 시간

• 매주 토요일 오전 9시부터 2시간

---

3. 스터디 장소

• Webex

---

4. 스터디 운영 계획 (2024년 12월 ~ 2025년 6월)

---

2024년 12월 14일: Webex

• 발표자 - LLM(태영), 밑바닥(두균)
  • CH1. LLM 지도
  • CH1. 정규 분포

2024년 12월 21일: Webex

• 발표자 - AI(정훈), 논문(태영)
  • CH1. Introduction To Building AI Applications With Foundation Models
  • 논문 세션 : A Survey on Model Compression for Large Language Models

2024년 12월 28일: Webex

• 발표자 - LLM(C성진), 밑바닥(종우)
  • CH2. 트랜스포머 아키텍처 살펴보기
  • CH2. 최대 가능도 추정

2025년 1월 11일 (1/4 쉬는 날): Webex

• 발표자 - AI(우석), 논문(재익)
  • CH2. Understanding Foundation Models
  • 논문 세션 : TBD

2025년 1월 18일: Webex

• 발표자 - LLM(태호), 밑바닥(TBD)
  • CH3. 트랜스포머 모델을 다루기 위한 허깅페이스 트랜스포머 라이브러리
  • CH3. 다변량 정규 분포

2025년 1월 25일: Webex

• 발표자 - AI(태영), 논문(TBD)
  • CH3. Evaluation Methodology
  • 논문 세션 : TBD

2025년 2월 8일 (2/1 쉬는 날): Webex

• 발표자 - LLM(TBD), 밑바닥(태영)
  • CH4. 말 잘 듣는 모델 만들기
  • CH4. 가우스 혼합 모델

2025년 2월 15일: Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH4. Evaluate AI Systems
  • 논문 세션 : TBD

2025년 2월 22일: Webex

• 발표자 - LLM(TBD), 밑바닥(K성진)
  • CH5. GPU 효율적인 학습
  • CH5. EM 알고리즘

2025년 3월 8일 (3/1 쉬는 날): Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH5. Prompt Engineering
  • 논문 세션 : TBD

2025년 3월 15일: Webex

• 발표자 - LLM(TBD), 밑바닥(TBD)
  • CH6. sLLM 학습하기
  • CH6. 신경망

2025년 3월 22일: Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH6. RAG And Agents
  • 논문 세션 : TBD

2025년 3월 29일: Webex

• 발표자 - LLM(TBD), 밑바닥(TBD)
  • CH7. 모델 가볍게 만들기
  • CH7. 변이형 오토인코더

2025년 4월 12일 (4/5 쉬는 날): Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH7. Finetuning
  • 논문 세션 : TBD

2025년 4월 19일: Webex

• 발표자 - LLM(TBD), 밑바닥(TBD)
  • CH8. sLLM 서빙하기
  • CH8. 확산 모델 이론

2025년 4월 26일: Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH8. Dataset Engineering
  • 논문 세션 : TBD

2025년 5월 10일 (5/3 쉬는 날): Webex

• 발표자 - LLM(TBD), 밑바닥(TBD)
  • CH9. LLM 애플리케이션 개발하기
  • CH9. 확산 모델 구현

2025년 5월 17일: Webex

• 발표자 - AI(TBD), 논문(TBD)
  • CH9. Inference Optimization
  • 논문 세션 : TBD

2025년 5월 24일: Webex

• 발표자 - LLM(TBD), 밑바닥(TBD)
  • CH10. 임베딩 모델로 데이터 의미 압축하기
  • CH10. 확산 모델 응용

2025년 5월 31일: Webex

• 발표자 - AI(TBD), LLM(TBD)
  • CH10. AI Engineering Architecture And User Feedback
  • CH11. 자신의 데이터에 맞춘 임베딩 모델 만들기: RAG 개선하기

2025년 6월 14일 (6/7 쉬는 날): Webex

• 발표자 - LLM(TBD), LLM(TBD)
  • CH12. 벡터 데이터베이스로 확장하기: RAG 구현하기
  • CH13. LLM 운영하기

2025년 6월 21일: Webex

• 발표자 - LLM(TBD), 논문(TBD)
  • CH14. 멀티 모달
  • 논문 세션 : TBD

2025년 6월 28일: Webex

• 발표자 - LLM(TBD), LLM(TBD)
  • CH15. LLM 에이전트
  • CH16. 새로운 아키텍처

---

5. 스터디 운영 방법

• 교재:
  • (교재1) LLM을 활용한 실전 AI 애플리케이션 개발
  • (교재2) 밑바닥부터 시작하는 딥러닝 5
  • (교재3) AI Engineering
• 참고:
  • 각 교재 관련 GitHub 또는 논문 자료
• 학습 공유: 매주 학습한 내용을 발표자료와 함께 공유
• 발표: 각 주제별로 50분 발표, 10분 Q&A

---

6. 기타

• 참가 희망 요청: 이메일