[Google ML Study Jam] 생성형 AI(Gen AI) - Introduction to Generative AI: Quiz

1. What is Generative AI?: 생성형 AI란 무엇인가?

 

(1) Generative AI is a type of artificial intelligence (AI) that can create new content, such as discrete numbers, classes, and probabilities. It does this by learning from existing data and then using that knowledge to generate new and unique outputs.

생성 인공지능은 이산형 숫자, 클래스, 확률과 같은 새로운 콘텐츠를 만들 수 있는 인공지능(AI)의 한 종류, 기존의 데이터로부터 학습하고 그 지식을 사용하여 새롭고 독특한 산출물을 생성한다.

(2) Generative AI is a type of artificial intelligence (AI) that can create new content, such as text, images, audio, and video. It does this by learning from existing data and then using that knowledge to generate new and unique outputs.

생성 인공지능은 텍스트, 이미지, 오디오, 비디오와 같은 새로운 콘텐츠를 만들 수 있는 인공지능 (AI)의 한 종류로, 기존의 데이터로부터 학습하고 그 지식을 사용하여 새롭고 독특한 산출물을 생성한다.

(3) Generative AI is a type of artificial intelligence (AI) that can only create new content, such as text, images, audio, and video by learning from new data and then using that knowledge to predict a classification output.

생성형 AI는 새로운 데이터를 학습한 후 그 지식을 활용해 분류 아웃풋을 예측함으로써 텍스트, 이미지, 오디오, 비디오 등 새로운 콘텐츠만 생성할 수 있는 인공지능(AI)의 한 종류이다.

(4) Generative AI is a type of artificial intelligence (AI) that can only create new content, such as text, images, audio, and video by learning from new data and then using that knowledge to predict a discrete, supervised learning output.

생성 AI는 인공지능(AI)의 한 종류로, 새로운 데이터를 통해 학습한 후 그 지식을 활용해 이산적이고 감독된 학습 결과를 예측함으로써 텍스트, 이미지, 오디오, 비디오 등 새로운 콘텐츠만 생성할 수 있다.

 

답은 (2)번

 

2. Hallucinations are words or phrases that are generated by the model that are often nonsensical or grammatically incorrect. What are some factors that can cause hallucinations? Select three options.

할루시네이션은 종종 무의미하거나 문법적으로 부정확한 모델에 의해 생성되는 단어나 구이다. 할로시네이션을 일으킬 수 있는 요인에는 무엇이 있는가? 세 가지 옵션을 선택하라.

 

(1) The model is trained on noisy or dirty data. 모델이 잡음이 많거나 지저분한 데이터로 학습되었다.

 

(2) The model is not trained on enough data. 모델에 학습된 데이터가 충분하지 않았다.

 

(3) The model is not given enough context. 모델에 충분한 문맥이 주어지지 않았다.

 

(4) The model is trained on too much data. 모델이 너무 많은 데이터로 학습되었다.

답은 (1),(2),(3)번

 

3. What is an example of both a generative AI model and a discriminative AI model?

생성형 AI 모델과 식별형 AI 모델에 대한 설명으로 바르게 된 예시는 무엇인가?

 

(1) A generative AI model does not need to be trained on a dataset of images of cats and then used to generate new images of cats, because the images were already generated by using AI. A discriminative AI model could be trained on a dataset of images of cats and dogs and then used to classify new images as either cats or dogs.

생성 AI 모델은 고양이 이미지 데이터 세트에 대해 훈련된 후 고양이 이미지를 생성하는 데 사용될 필요가 없는데, 이는 이미지가 이미 AI를 사용하여 생성되었기 때문이다. 식별형 AI 모델은 고양이와 개 이미지 데이터 세트에 대해 훈련된 후 새로운 이미지를 고양이 또는 개로 분류하는 데 사용될 수 있다.

 

(2) A generative AI model could be trained on a dataset of images of cats and then used to generate new images of cats. A discriminative AI model could be trained on a dataset of images of cats and dogs and then used to classify new images as either cats or dogs.

생성형 AI 모델은 고양이 이미지 데이터 세트에 대해 훈련된 후 고양이 이미지를 생성하는 데 사용될 수 있다. 식별형 AI 모델은 고양이 및 개 이미지 데이터 세트에 대해 훈련된 후 새로운 이미지를 고양이 또는 개로 분류하는 데 사용될 수 있다.

 

(3) A generative AI model could be trained on a dataset of images of cats and then used to classify new images of cats. A discriminative AI model could be trained on a dataset of images of cats and dogs and then used to predict new images as either cats or dogs.

생성형 AI 모델은 고양이 이미지 데이터 세트에 대해 훈련된 후 고양이의 새로운 이미지를 분류하는 데 사용될 수 있다. 식별형 AI 모델은 고양이와 개의 이미지 데이터 세트에 대해 훈련된 후 고양이 또는 개로서 새로운 이미지를 예측하는 데 사용될 수 있다.

 

(4) A generative AI model could be trained on a dataset of images of cats and then used to cluster images of cats. A discriminative AI model could be trained on a dataset of images of cats and dogs and then used to predict as either cats or dogs.

생성형 AI 모델은 고양이 이미지 데이터 세트에 대해 훈련된 후 고양이 이미지를 클러스터링하는 데 사용될 수 있다. 식별형 AI 모델은 고양이 및 개 이미지 데이터 세트에 대해 훈련된 후 고양이 또는 개 중 하나로 예측하는 데 사용될 수 있다.

 

답은 (2)번

 

4. What is a prompt? 프롬프트란 무엇인가?

(1) A prompt is a short piece of text that is given to the large language model as input, and it can be used to control the output of the model in many ways.

프롬프트는 큰 언어 모델에 입력으로 제공되는 짧은 텍스트로서, 모델의 출력을 제어하기 위해 여러 가지 방법으로 사용될 수 있다.

 

(2) A prompt is a short piece of text that is given to the small language model (SLM) as input, and it can be used to control the output of the model in many ways.

프롬프트는 작은 언어 모델(small language model, SLM)에 입력으로 제공되는 짧은 텍스트로서, 다양한 방법으로 모델의 출력을 제어하기 위해 사용될 수 있다.

 

(3) A prompt is a short piece of text that is given to the large language model as input, and it can be used to control the input of the model in many ways.

프롬프트는 큰 언어 모델에 입력으로 제공되는 짧은 텍스트로서, 모델의 입력을 제어하기 위해 여러 가지 방법으로 사용될 수 있다.

 

(4) A prompt is a short piece of code that is given to the large language model as input, and it can be used to control the output of the model in many ways.

프롬프트는 입력으로 큰 언어 모델에 부여되는 짧은 코드 조각으로, 여러 가지 방법으로 모델의 출력을 제어하는 데 사용될 수 있다.

 

(5) A prompt is a long piece of text that is given to the large language model as input, and it cannot be used to control the output of the model.

프롬프트는 큰 언어 모델에 입력으로 제공되는 긴 텍스트이며, 모델의 출력을 제어하기 위해 사용될 수 없다.

 

답은 (1)번

 

5. What are foundation models in Generative AI? Generative AI의 기초 모델은 무엇인가?

(1) A foundation model is a large AI model post-trained on a vast quantity of data that was "designed to be adapted” (or fine-tuned) to a wide range of downstream tasks, such as sentiment analysis, image captioning, and object recognition. 기초 모델은 감정 분석, 이미지 캡션 및 객체 인식과 같은 광범위한 다운스트림 작업에 "적응되도록 설계"(또는 미세 조정)된 방대한 양의 데이터에 대해 사후 훈련된 대형 AI 모델이다.

(2) A foundation model is a large AI model both post and pre-trained on a vast quantity of data that was "designed to be adapted” (or fine-tuned) to a wide range of downstream tasks, such as sentiment analysis, image captioning, and object recognition.

기초 모델은 감정 분석, 이미지 캡션 및 객체 인식과 같은 광범위한 다운스트림 작업에 "적응되도록 설계"(또는 미세 조정)된 방대한 양의 데이터를 게시 및 사전 교육한 대형 AI 모델이다.

(3) A foundation model is a large AI model pretrained on a vast quantity of data that was "designed to be adapted” (or fine-tuned) to a wide range of upstream tasks, such as sentiment analysis, image captioning, and object recognition.

기초 모델은 감정 분석, 이미지 캡션 및 객체 인식과 같은 광범위한 업스트림 작업에 "적응되도록 설계"(또는 미세 조정)된 방대한 양의 데이터를 사전에 훈련한 대형 AI 모델이다.

(4) A foundation model is a small AI model pretrained on a small quantity of data that was "designed to be adapted” (or fine-tuned) to a wide range of downstream tasks, such as sentiment analysis, image captioning, and object recognition.

기초 모델은 감정 분석, 이미지 캡션 및 객체 인식과 같은 광범위한 다운스트림 작업에 "적응되도록 설계"(또는 미세 조정)된 소량의 데이터를 사전 교육한 소규모 AI 모델이다.

(5) A foundation model is a large AI model pretrained on a vast quantity of data that was "designed to be adapted” (or fine-tuned) to a wide range of downstream tasks, such as sentiment analysis, image captioning, and object recognition.

기초 모델은 감정 분석, 이미지 캡션 및 객체 인식과 같은 광범위한 다운스트림 작업에 "적응되도록 설계"(또는 미세 조정)된 방대한 양의 데이터를 사전에 훈련한 대형 AI 모델이다.

답은 (5)번