안녕하세요
국내 최대 인공지능 커뮤니티 모두의연구소입니다!
오늘은 카이스트에서 나온 뮤직 캡션 데이터셋, 효율성을 높인 중소규모 AI모델, 마지막으로 LLM으로 개인형 맞춤 추천시스템에 대한 이야기입니다.
KAIST에서 언어모델로 만든 음악 캡션 데이터셋을 소개합니다! 음악 캡션은 음악 데이터에 대한 이해와 정리를 향상시킬 수 있는 잠재력을 갖고 있는데요. 하지만 실제로 음악과 언어로 이루어진 데이터셋을 수집하는건 상당히 어렵습니다. 그렇기에 이번 데이터셋은 LLM을 활용해서 음악 캡션 데이터셋을 생성한다는 것이 더욱 특별한데요! 이 데이터셋은 ‘LP-MusicCaps’으로 이름이 붙여졌으며, 음악 캡션 모델을 학습시킨 결과물은 기존에 있던 모델보다 성능이 뛰어나다고 합니다! LLM이 나오면서 다양한 데이터셋을 쉽게 만들 수 있게 되어서 미지의 분야들도 개척이 가능하겠다는 생각이 드네요!
LP-MusicCaps: LLM-Based Pseudo Music Captioning
요즘의 트렌드는 이미지, 비디오, 오디오 언어 테스크까지 다양한 데이터셋을 받을 수 있는 거대모델을 만드는 거죠. 오늘 소개할 모델은 이런 트렌드를 기반하면서도 모델 크기가 중소규모로 구성되었다는 점이 특별합니다. 그러기 위해서는 단순히 데이터셋만을 늘리는 것이 아닌 다양한 입력을 받고 수행하는 것을 효율적으로 만들어줘야 하는데요, 2.5억개의 파라미터로 요근래 나온 LLM과 비교했을 때 다소 작다고 느껴질 수 있지만 모델이지만 현재 최고성능 모델에 뒤쳐지지 않는 성능을 갖고 있다고 해요! 자세한 내용은 아래 링크에서 확인해보세요~
Unified Model for Image, Video, Audio and Language Tasks
LLM 프롬프팅으로 개인화 추천시스템을 만드는 모델이 나왔습니다! 이 실험은 접근 방식은 기본 프롬프트, 추천 중심의 프롬프트, 참여 유도형 프롬프트 그리고 추천 중심과 참여 유도가 섞인 프롬프트 전략입니다. 해당 모델을 실험했을 때 기존에 있는 원본 콘텐츠 설명과 LLM이 생성한 텍스트를 결합하면 추천 성능이 향상되었다고 하는데요! 현재 대부분의 LLM이 언어에 국한되어 있는데 이번 모델은 개인화 추천 시스템을 진행한다는 점에서 의미가 있다고 생각해요~
LLM-Rec: Personalized Recommendation via Prompting Large Language Models
AI 90% 순도 높은 아이펠만의 커리큘럼으로 배우세요!
- AI학교 아이펠 무료 입학하기 : 아이펠 캠퍼스 - 모두의연구소가 만든 AI학교 아이펠