lesson1Title

lesson2Title

lesson3Title

lesson4Title

lesson5Title

lesson6Title

lesson7Title

lesson8Title

lesson9Title

lesson10Title

aiFineTuningBasicsChapter3Title

lesson11Title

lesson12Title

lesson13Title

aiFineTuningBasicsChapter1Title

aiFineTuningBasicsChapter2Title

### 다음 빈칸에 가장 적절한 단어는 무엇일까요?

# 파인튜닝 모델별 하이퍼파라미터 비교

앞서 배운 내용을 정리하고, 하이퍼파라미터 설정이 모델의 학습 및 성능에 어떻게 영향을 미치는지 확인해 보겠습니다.

 

## 하이퍼파라미터 정리

| 하이퍼파라미터 | 낮을 때 | 높을 때 |
|----------------|-------------------------------------------------------|-------------------------------------------------------|
| 학습률 | *장점:* 안정적으로 학습 가능 *단점:* 학습이 천천히 진행됨 | *장점:* 학습이 빠르게 진행됨 *단점:* 최적의 가중치를 지나칠 수 있음 |
| 배치 크기 | *장점:* 모델이 자주 가중치를 업데이트, 컴퓨팅 자원 적게 사용 *단점:* 학습이 느리게 진행될 수 있음 | *장점:* 학습이 빠르게 진행됨 *단점:* 과적합 가능성 증가, 컴퓨팅 자원 많이 사용 |
| 에폭 수 | *장점:* 과적합 방지 가능 *단점:* 모델이 충분히 학습하지 못해 성능이 낮아질 수 있음 | *장점:* 모델이 더 많이 학습하여 성능 향상 가능 *단점:* 과적합되어 새로운 데이터에 대한 성능이 떨어질 수 있음 |

 

## 쉬어가기: 파인튜닝 모델 체험

두 모델은 `전라도 사투리`와 `경상도 사투리`로 파인튜닝된 AI 모델입니다.

각 모델별 응답을 비교해 보세요.

 

## 실습

1. *복사하기*: 아래 프롬프트에서 오른쪽 위의 `복사` 버튼을 눌러 프롬프트를 복사합니다.

```text title="예시 프롬프트"
안녕하세요?
```

2. *프롬프트 입력*: 복사한 프롬프트를 입력창에 붙여 넣고 `Enter` 키를 누릅니다.

3. *결과 비교*: 두 AI 모델의 결과를 확인합니다.

하이퍼파라미터	낮을 때	높을 때
학습률	장점: 안정적으로 학습 가능 단점: 학습이 천천히 진행됨	장점: 학습이 빠르게 진행됨 단점: 최적의 가중치를 지나칠 수 있음
배치 크기	장점: 모델이 자주 가중치를 업데이트, 컴퓨팅 자원 적게 사용 단점: 학습이 느리게 진행될 수 있음	장점: 학습이 빠르게 진행됨 단점: 과적합 가능성 증가, 컴퓨팅 자원 많이 사용
에폭 수	장점: 과적합 방지 가능 단점: 모델이 충분히 학습하지 못해 성능이 낮아질 수 있음	장점: 모델이 더 많이 학습하여 성능 향상 가능 단점: 과적합되어 새로운 데이터에 대한 성능이 떨어질 수 있음