이 포스팅은 Harvard에서 진행된 Joe Blitzstein의 Statics 110 강좌를 기반으로 작성되었습니다. 강의 및 자료 링크 Conditioning Continued “Thinking Conditionally” is a condition for thinking [How do you solve a probl...

이 포스팅은 Harvard에서 진행된 Joe Blitzstein의 Statics 110 강좌를 기반으로 작성되었습니다. 강의 및 자료 링크 Independent (독립 사건) Note: completely different from disjointness (배반 사건) 독립 사건: 사건 A가 사건 B에 전혀 영향을 미치지 ...

이 포스팅은 Harvard에서 진행된 Joe Blitzstein의 Statics 110 강좌를 기반으로 작성되었습니다. 강의 및 자료 링크 Birthday Problem $k$명의 사람들 중에서, 최소 2명의 생일이 같을 확률을 구하여라. assume, no Feb. 29th, and other 365 days are equall...

이 포스팅은 Harvard에서 진행된 Joe Blitzstein의 Statics 110 강좌를 기반으로 작성되었습니다. 강의 및 자료 링크 문제를 풀기 위한 Tips 상식으로 접근하지 않기, reason을 생각해보기 몇 가지 간단한 케이스 대입해보기 ex. $n=0, k=1$ 등 간단한 숫자들 label 붙이기 ex....

이 포스팅은 Harvard에서 진행된 Joe Blitzstein의 Statics 110 강좌를 기반으로 작성되었습니다. 강의 및 자료 링크 용어 정리 A sample space is the set of all possible outcomes of an experiment An event is a subset of the sampl...

Introduction [ Problem Definition ] LLM 기반의 Multi-Agent System (MAS)에서, 서로 다른 agent 간의 소통의 매개체로 자연어가 사용됨 LLM의 연속적인 latent space를 언어 모델의 새로운 “model language”로써 탐구한 연구가 존재 latent reas...

[ 개요 ] 의의: 사전 학습된 언어 모델들에 post training을 할 때, 데이터의 크기와 분포에 따라 tuning의 목적을 잘 따르지 않는 경향(misalignment)을 확인 모델의 성능과 동치인 데이터 압축률(compression rate)을 통해 수식적으로 설명 벤치마크 데이터셋들을 ...

Introduction [ Problem Definition ] 모델의 zero-shot 성능에 비해 In-Context Learning (ICL)을 적용하면 더 나은 성능을 보임 내부 메커니즘에 대한 이해는 부족한 상태 [ Preliminaries ] ICL의 메커니즘에 대한 두 가지 메인 아이디어 Meta-Learning ...

이 포스팅은 David Silver의 RL 강좌를 기반으로 작성되었습니다. 강의 링크, 강의 자료 링크 이미지 출처: David Silver, RL Course (CC-BY-NC 4.0) Introduction 지난 강의에서, Planning by DP MDP를 아는 상황을 가정함 즉, envi...

이 포스팅은 David Silver의 RL 강좌를 기반으로 작성되었습니다. 강의 링크, 강의 자료 링크 이미지 출처: David Silver, RL Course (CC-BY-NC 4.0) Introduction [ Dynamic Programming이란? ] 복잡한 문제를 단순한 subproblem으로 쪼개어 해결하는 방법...