카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

모델 경량화/최적화 취업

2023.02.24

2

1128

경량화: 학습 정확성 유지하면서 추론 속도 및 모델 크기 감소

최적화: 학습 속도 상승 및 정확성 끌어올리기 (k-shot, meta learning 등)

각각 취업 전망이 어떤지 궁금합니다.
모델압축은 NPU 범용화되면 사라질 수도 있는 등 하드웨어 의존도가 높아 보이고, 회사 단위가 새로 만드는 게 아니라 기존 압축 기술가지고 하는 것 같아 보이더라고요(삼성, 네이버 등 제외).

최적화는 시장 변해도 그에 걸맞는 새로운 연구들 지속해서 연구될 것 같은데 어떤가요?

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 2개

재빠른 존 케인즈*

2023.02.24

모델 경량화 / 최적화를 그렇게 구분하는건 무리가 있다고 생각합니다만... 그걸 떠나서 둘다 여전히 유망하다고 봅니다. 그리고 NPU 범용화 된다고 모델 압축이 사라질 일은 없습니다.

2024.02.26

네카라에서는 절찬리에 채용 중입니다.
근데 경량화랑 최적화를 그렇게 구분하는 건 무리가 있어요

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.