.md .pdf

repository open issue

Contents

Least to most

Summary

“Least to most”는 LLM(대형 언어 모델)에서 사용되는 개념으로, 모델의 크기와 복잡성에 따라 성능이 달라지는 것을 의미합니다. 작은 모델은 비용이 적고 빠르게 학습할 수 있지만, 정확도가 낮을 수 있습니다. 반면, 큰 모델은 정확도가 높지만, 비용이 많고 학습 시간이 오래 걸릴 수 있습니다. 따라서, 모델의 크기를 적절하게 선택하는 것이 중요합니다.

Key Concepts

• 모델 크기: 모델의 크기는 모델의 성능에 큰 영향을 미칩니다. 작은 모델은 빠르게 학습할 수 있지만, 정확도가 낮을 수 있습니다.

• 비용: 모델의 크기가 클수록 비용이 많고 학습 시간이 오래 걸릴 수 있습니다.

• 성능: 모델의 크기가 클수록 정확도가 높지만, 비용이 많고 학습 시간이 오래 걸릴 수 있습니다.

References

URL 이름	URL
What’s the smallest LLM that’s useful?	https://www.reddit.com/r/LocalLLaMA/comments/18uv4no/whats_the_smallest_llm_thats_useful_specifically/
What LLM is The Most Accurate?	https://originality.ai/blog/what-llm-is-the-most-accurate

previous

Ask for Context in LLM

next

Tree of Thoughts