📚 Distributed Representation에서 Transformer, RLHF까지 현재의 LLM을 만든 연구들을 순서대로 살펴봅니다.

🎲 Likelihood(우도/가능도), 확률 이론, 베이즈 정리와 가우시안 분포를 살펴보겠습니다.

🎨 생성 모델의 기본 개념과 다양한 학습 방법을 공부하고, 데이터 생성 원리를 알아봅시다.

🪗 Variational Auto Encoder(VAE)를 살펴보고, 그 수식과 이론을 이해해봅시다.

🖥️ CPU/GPU의 구조와 병렬처리 개념을 자세히 공부하고, 파이썬 멀티스레딩과 멀티프로세싱을 간단히 구현해봅니다.