Llm

All Posts develop (16)llm (15)paper-reading (13)javascript (11)architecture (9)react (7)post (6)transformer (6)jekyll (5)ai-agent (5)question (4)ai (4)github (3)react-native (3)agent (3)browser-automation (3)interview (2)frontend (2)rails (2)html (2)css (2)nextjs (2)git (2)bash (2)script (2)leetcode (2)typescript (2)lightpanda (2)cdp (2)go (2)agent-browser (2)playwright (2)arxiv (2)math (2)bert (2)book (1)front-end (1)job (1)daily (1)algorithm (1)conference (1)angularjs (1)reactjs (1)django (1)gcp (1)ios (1)ml (1)keras (1)뉴스-머신러닝 (1)뉴스-크롤링 (1)빅카인즈 (1)angular (1)지킬 (1)에러 (1)bundle (1)form (1)hook (1)test (1)product (1)toy-project (1)gatsby (1)github-blog (1)migration (1)infra (1)domain (1)aws (1)route53 (1)아임웹 (1)postgresql (1)orm (1)error (1)civic-hacking (1)firebase (1)problemsolving (1)bit-manipulation (1)ruby (1)til (1)openclaw (1)langchain (1)python (1)zig (1)browser (1)headless (1)v8 (1)nanoclaw (1)claude (1)ollama (1)llamacpp (1)local-ai (1)rust (1)vercel (1)mermaid (1)contentlayer (1)rehype (1)blog (1)beads (1)issue-tracker (1)distributed-system (1)dolt (1)orchestration (1)paperclip (1)open-source (1)comparison (1)loss (1)cross-entropy (1)perplexity (1)softmax (1)probability (1)vector (1)dot-product (1)moc (1)research (1)e2e (1)testing (1)attention (1)qkv (1)residual (1)layernorm (1)ffn (1)encoder-only (1)decoder-only (1)rnn (1)sequence-modeling (1)masked-language-model (1)mlm (1)pre-training (1)fine-tuning (1)training (1)superpowers (1)skills (1)codex (1)claude-code (1)encoder (1)decoder (1)

2026년 4월 18일

BERT (2018) 논문 노트

llm paper-reading transformer bert arxiv

BERT 논문의 핵심 아이디어인 양방향 Transformer encoder, masked language model, next sentence prediction, fine-tuning 패러다임을 정리한 논문 노트.

2026년 4월 18일

LLM 구조 기초: Encoder-only와 Decoder-only

llm transformer encoder-only decoder-only paper-reading

BERT와 GPT 계열을 구분하는 encoder-only, decoder-only 구조를 비교합니다.

2026년 4월 18일

LLM 기초: RNN과 순차 처리

llm rnn sequence-modeling paper-reading

Transformer 이전의 대표 구조인 RNN이 문장을 순서대로 처리하는 방식과 한계를 설명합니다.

2026년 4월 18일

LLM 학습 기초: Masked Language Model

llm masked-language-model mlm bert paper-reading

BERT의 핵심 학습 목표인 Masked Language Model을 수식, 해설, 예시로 설명합니다.

2026년 4월 18일

LLM 학습 기초: Pre-training과 Fine-tuning

llm pre-training fine-tuning training paper-reading

대규모 사전학습과 태스크별 fine-tuning이 무엇인지 BERT 흐름에 맞춰 설명합니다.

2026년 4월 18일

Transformer 기초: Encoder와 Decoder

llm transformer encoder decoder paper-reading

Transformer encoder와 decoder가 각각 어떤 역할을 하는지 원래 구조와 쉬운 예시로 설명합니다.

2026년 4월 17일

Attention Is All You Need (2017) 논문 노트

llm paper-reading transformer arxiv

Transformer 논문의 핵심 아이디어, 왜 중요했는지, 다음에 읽을 논문까지 연결하는 시작 노트.

2026년 4월 17일

LLM 학습 기초: cross-entropy와 perplexity

llm loss cross-entropy perplexity paper-reading

모델이 얼마나 틀렸는지 측정하는 cross-entropy와 perplexity를 수식, 해설, 예시로 설명합니다.

2026년 4월 17일

LLM 수학 기초 2: softmax와 확률 해석

llm math softmax probability paper-reading

softmax가 점수를 확률처럼 바꾸는 원리를 수식, 해설, 예시로 정리합니다.

2026년 4월 17일

LLM 수학 기초 1: 벡터와 내적

llm math vector dot-product paper-reading

LLM 논문을 읽기 전에 꼭 알아두면 좋은 벡터와 내적의 의미를 수식, 해설, 예시로 정리합니다.

2026년 4월 17일

LLM 논문 진화 지도 (MOC)

llm paper-reading moc research

Transformer부터 시작해 LLM 핵심 논문을 순서대로 읽기 위한 Map of Content 페이지입니다.

2026년 4월 17일

Transformer 기초: Q, K, V 직관

llm transformer attention qkv paper-reading

Q, K, V가 각각 어떤 역할을 하는지 attention 수식, 해설, 예시로 설명합니다.

2026년 4월 17일

Transformer 기초: Residual, LayerNorm, FFN

llm transformer residual layernorm ffn paper-reading

Transformer 블록에서 Residual, LayerNorm, FFN이 왜 필요한지 수식, 해설, 예시로 설명합니다.

2026년 3월 14일

Ollama 아키텍처 분석 보고서 / 실사용 시나리오 Q&A

ollama architecture go llm llama.cpp local-ai

Go 언어로 구현된 로컬 LLM 실행 플랫폼 Ollama의 전체 아키텍처 분석. 기술 스택, 스케줄러, 모델 관리, llama.cpp 통합, Runner 시스템 등을 상세하게 다룹니다.

2026년 3월 12일

LangChain Python 모노레포 아키텍처 분석 보고서

langchain architecture python llm ai

Python 기반 LLM 애플리케이션 프레임워크 LangChain의 전체 아키텍처 분석. 기술 스택, 핵심 모듈, Runnable 인터페이스, 콜백 시스템, 파트너 패키지 구조 등을 상세하게 다룹니다.