학습 데이터(training data)는 LLM에게 언어 이해와 생성을 가르치는 데 사용되는 대규모 데이터셋이다. 웹 페이지, 책, 기사 등이 포함되며, 이는 AI의 지식과 편향을 형성한다.
학습 데이터란?
학습 데이터는 LLM이 언어를 이해하고 생성하도록 가르치는 데 사용되는 텍스트 모음이다.
주요 출처
- Common Crawl(웹 아카이브)
- 도서 및 문학
- 위키백과
- GitHub(코드)
- 학술 논문
시사점
학습 데이터에 포함된 콘텐츠는 AI의 지식에 영향을 준다. 오래된 정보가 남아 있을 수 있으므로 품질과 최신성이 중요하다.
AI 답변에서 담당 브랜드는 어떻게 소개되나요?
에이전시, 컨설턴트, 사내 팀을 위한 인프라입니다. 직접 만든 시나리오와 선택한 언어 및 모델로 얻은 답변을 비교하세요. 여러분의 시나리오와 전문성을 지원합니다.