검색 여닫기
메뉴 여닫기
532
240
4
2.1천
noriwiki
환경 설정 메뉴 여닫기
개인 메뉴 여닫기
로그인하지 않음
지금 편집한다면 당신의 IP 주소가 공개될 수 있습니다.

새 문서 목록

다른 명령
새 문서 목록
등록된 사용자 숨기기 | 봇을 숨기기 | 넘겨주기를 보이기

2025년 6월 28일 (토)

2025년 6월 9일 (월)

2025년 6월 4일 (수)

2025년 6월 1일 (일)

2025년 5월 28일 (수)

  • 01:562025년 5월 28일 (수) 01:56 AddressSanitizer (역사 | 편집) [6,910 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: 소프트웨어 기반 보안 = 개요 = '''AddressSanitizer''' ('''ASan''')는 C/C++ 프로그램에서 발생하는 메모리 오류를 탐지하기 위한 메모리 오류 검사 도구이다. AddressSanitizer는 다음과 같은 메모리 오류를 탐지할 수 있다: * Use-after-free * Heap buffer overflow * Stack buffer overflow * Global buffer overflow * Use-after-return * Use-after-scope * Initialization order bugs * Memory leaks == 작동 원리 == ===...)

2025년 5월 27일 (화)

2025년 5월 20일 (화)

2025년 5월 19일 (월)

2025년 5월 18일 (일)

2025년 4월 25일 (금)

2025년 4월 22일 (화)

2025년 4월 11일 (금)

2025년 4월 9일 (수)

2025년 4월 2일 (수)

2025년 3월 31일 (월)

2025년 3월 29일 (토)

  • 08:462025년 3월 29일 (토) 08:46 Transformer (역사 | 편집) [10,638 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: Transformer model == 개요 == Transformer모델은 RNN의 한계를 극복하기 위해서 Attention을 최대한 활용하여, 문장내의 각 문맥의 중요도를 최대한 언어 모델에 반영하기 위해서 개발된 모델이다. Transformer모델에서 제안한 디자인은 크게 Tokenization, Embedding, Positional Encoding, Attention layer을 여러개 쌓아 만들어진 Encoder, Decoder부분 그리고 Encoder self-attention, Masked decode...)

2025년 3월 28일 (금)

  • 04:042025년 3월 28일 (금) 04:04 Attention (역사 | 편집) [7,501 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: Transformer model == 개요 == Attention은 기계학습에서 Sequence의 각각의 부분이 얼마나 중요한지를(즉, 얼만큼 관심있게 처리해야 할지를) 결정하는 매커니즘이다. Attention is all you need논문이 나오기 전에는 RNN에 의한 방법들이 많이 사용되었으나, 그후에는 Transformer모델이 주축이 되어서 Attention을 처리하고 있다. Attention매커니즘은 RNN의 단점인, Vanishing gradie...)

2025년 3월 27일 (목)

  • 05:462025년 3월 27일 (목) 05:46 Time between token (역사 | 편집) [1,383 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: 인공지능 == 개요 == Time between token(TBT)는 LLM의 성능을 평가하는 지표중 하나로, 모델이 첫번째 토큰을 생성한후(TTFT)각 후속 토큰을 생성하는 데 걸리는 평균 시간을 의미한다. TBT는 다음과 같이 정의된다: TBT = <math>\frac{T_{\text{total}} - T_{\text{first}}}{N - 1}</math> 여기서, * <math>T_{\text{total}}</math> = 전체 응답 생성 시간 * <math>T_{\text{first}}</math> = 첫 번째 토...)
  • 05:422025년 3월 27일 (목) 05:42 Time to first token (역사 | 편집) [813 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: 인공지능 == 개요 == Time to first token(TTFT)는 LLM의 성능을 평가하는 지표로, 사용자가 프롬프트를 입력한 후 첫 번째 토큰이 생성될 때까지 걸리는 시간을 의미한다. LLM의 Latency를 측정하는 데 사용된다. TTFT는 LLM이 "첫 반응을 제공하는 속도"를 나타내며, 사용자 경험에 큰 영향을 미친다. <syntaxhighlight lang=python> import time import openai start_time = time.time()...) 태그: 시각 편집: 전환됨

2025년 3월 26일 (수)

2025년 3월 24일 (월)

  • 06:202025년 3월 24일 (월) 06:20 Write amplification (역사 | 편집) [11,528 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: 스토리지 == 개요 == '''Write Amplification(쓰기 증폭)'''은 저장 장치에서 실제 쓰기 작업이 논리적 쓰기보다 더 많이 발생하는 현상을 의미한다. 이는 플래시 메모리 기반 SSD(Solid State Drive)에서 특히 중요한 개념으로, 성능 저하 및 수명 단축의 원인이 될 수 있다. 플래시 메모리는 다시 작성되기 전에 삭제되어야 하기 때문에 실제 작성하고자하는 Logical write ope...)

2025년 3월 17일 (월)

  • 10:152025년 3월 17일 (월) 10:15 Shape (역사 | 편집) [6,561 바이트] Ahn9807 (토론 | 기여) (새 문서: 분류: Style: Lessons in Clarity and Grace == 개요 == 때때론, 긴 문장도 영어 표현에 필요한 법이다. 그렇다면, 긴 문장을 쓰지만 어떻게 Concise하고 Clarficiation하게 작성하는지 소개한다. 독자들은 다음의 포인트에서 문장의 Shape이 이상하다고 생각한다. * 문장의 시작부분에 주제가 나오지 않은 경우 * 중심 문장의 동사가 너무 늦게 나오는 경우 * 동사 뒤에 불필요한 절이...)

2025년 3월 13일 (목)

2025년 3월 10일 (월)

  • 10:462025년 3월 10일 (월) 10:46 Page struct (역사 | 편집) [4,382 바이트] Ahn9807 (토론 | 기여) (새 문서: == Linux struct page 개요 == struct page는 Linux 케네어에서 물리 메모리 페이지를 관리하는 구조체이다. 각 물리 페이지마다 struct page 구조체가 존재하며, 4KB페이지마다 하나씩 존재해서, 물리 메모리에 대한 메타데이터를 저장한다. 최신 리눅스 커널에서는 Folio라는 Huge page를 위한 구조체로 한번더 감싸서, 개발자에게 Page folio에 따른 통일된 메타데이터 관리를 제공한...)
원본 주소 "http://junhoahn.kr/noriwiki/index.php/특수:새문서"