:)

0. AbstractAnimateDiff 개요개인화된 T2I 모델에 동적인 움직임을 추가하는 방법모션 모듈은 별도의 모델 재학습 없이 적용 가능 & MotionLoRA를 활용해 특정 모션 패턴에 적응 가능.핵심 기술모션 모듈 → 비디오 데이터에서 학습한 모션 패턴을 T2I 모델에 적용MotionLoRA → 경령화된 fine-tuning 기법으로 새로운 모션 패턴에 적응 가능1. Introduction배경기존의 Stable Diffusion, DreamBooth, LoRA 등의 기법 덕분에 사용자들은 자신만의 T2I 모델을 쉽게 커스터마이징 가능.소규모 데이터셋으로도 고품질 이미지 생성 가능.문제점: 기존 T2I 모델은 정적 이미지만 생성 가능 → 애니메이션화하는 어려움모델별 개별 튜닝이 필요 → 연산 비..

7. 시각화같은 데이터를 사용하더라도 다양한 시각화 방법을 적용할 수 있음.태블로에서는 "표현 방식"을 변경하여 데이터를 효과적으로 전달하는 다양한 차트 유형을 선택 가능기본 표 생성Order Date 선택 후 Ctrl 키를 누른 채로 Sales 선택 → 드래그하여 시트에 놓으면 기본 표가 생성됨.여기서 Order Date는 차원, Sales는 측정값.연도별 지역별 매출 보기Region을 행에 추가하면 지역별 매출이 포함된 표 생성 가능.마크 창 활용Order Date를 열에 드래그한 후 Sales를 마크 창의 텍스트 부분에 드래그하면 숫자로 표시된 매출 데이터 테이블이 생성됨.8. 막대 그래프1) 기본 막대 그래프가로 막대그래프는 세로 막대그래프의 행렬을 바꿔주면 됨.효과적인 시각화를 위한 색상 구분P..

1. 태블로(Tableau) 소개BI (Business Intelligence)란?“기업이 보유하고 있는 수많은 데이터를 정리하고 분석해 기업의 의사결정에 활용하는 일련의 프로세스”조직이 좀 더 데이터 기반의 의사결정을 하도록 지원함.비즈니스 분석, 데이터 마이닝, 데이터 시각화, 데이터 도구, 인프라 모범 사례가 모두 포함된다고 정의할 수 있음.데이터 시각화란?데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정.왜 해야 할까? : 많은 양의 데이터를 한 눈에 볼 수 있고 전문지식 없이도 쉽게 인사이트 도출할 수 있음.➡️ 태블로는 “데이터 시각화를 하는 BI 솔루션 툴 ” 데이터 시각화 과정: Raw 데이터 전처리 → 태블로와 연결해 시각화 → 결과물 공유Tableau Prep..

Abstract대형 언어 모델이 문제를 해결할 때 중간 단계를 생성하고 설명하는 방법을 연구Chain-of-Thought란?문제 해결의 단계 : 일반적으로, 복잡한 문제를 해결할 때는 여러 단계를 거쳐야 한다. 이 논문에서는 모델이 문제를 해결할 때 이러한 중간 단계를 스스로 만들어내는 방법을 연구한다.Chain-of-Thought Prompting : 모델에게 중간 단계를 설명하는 예시를 보여주는 방법 → 모델이 더 정확하게 문제 해결 가능실험 결과세 가지 대형 언어 모델을 사용하여 Chain-of-Thought Prompting이 얼마나 효과적인지 실험단 8개의 예시만으로도 모델이 문제를 더 잘 풀 수 있다는 것을 보여주었다. PaLM 540B라는 모델이 아주 높은 정확도로 문제를 해결했으며, 기존의..

Abstract자연어 이해는 텍스트 수반, 질문 답변, 의미적 유사성 평가, 문서 분류와 같은 다양한 작업으로 구성.텍스트 자료는 많이 있지만, 이 자료들을 특정한 작업에 맞게 사용할 수 있도록 레이블링된 자료는 많지 않음. 이렇게 레이블링된 자료가 부족하기 때문에, 어떤 특정한 일을 잘 수행할 수 있도록 학습된 모델이 제대로 성능을 내기가 어려움.이 논문은 레이블이 없는 다양한 텍스트를 이용해 먼저 언어 모델을 생성적으로 사전 학습시킨 다음, 이 모델을 각기 다른 특정 작업에 맞게 미세 조정시키면, 해당 작업들을 훨씬 더 잘 수행할 수 있다는 것을 보여줌.이전 접근 방식과 달리, 모델 구조를 거의 바꾸지 않고도 작업에 맞는 입력 변환을 사용해 효과적으로 학습할 수 있는 방법 사용.1. Introduct..