구글 추천 Generative AI 논문 및 참고 자료

구글 클라우드에서 추천한 AI 관련 논문 참고 자료입니다.

아래는 위의 파일을 보기 쉽게 한글로 번역해뒀습니다😁
(PDF 파일 공유는 막았네요ㅠ 이전에 올린 구글 클라우드 강의 자료입니다.

Generative AI에 관한 자료:

1. Generative AI가 무엇인지에 대한 Techspert에게 물어보기:
   • 링크: Ask a Techspert: What is generative AI?
2. Gen App Builder를 사용하여 새로운 Generative AI 기반의 검색 및 대화형 경험 구축하기:
   • 링크: Build new generative AI powered search & conversational experiences with Gen App Builder
3. Generative AI가 무엇인지에 대한 설명:
   • 링크: What is generative AI?
4. Google Research, 2022년 이후: Generative 모델:
   • 링크: Google Research, 2022 & beyond: Generative models
5. 가장 개방적이고 혁신적인 AI 생태계 구축하기:
   • 링크: Building the most open and innovative AI ecosystem
6. Generative AI는 여기에 있다. 누가 그것을 통제해야 할까요?:
   • 링크: Generative AI is here. Who Should Control It?
7. Stanford 대학과 Google의 Generative Agents가 인간의 행동을 믿을 만한 대리인으로 만들어냄:
   • 링크: Stanford U & Google’s Generative Agents Produce Believable Proxies of Human Behaviors
8. Stanford HAI의 관점에서 바라본 Generative AI:
   • 링크: Generative AI: Perspectives from Stanford HAI
9. Generative AI의 활용:
   • 링크: Generative AI at Work
10. Generative AI의 미래는 일반화되는 것이 아니라 특화된 것이다:
    • 링크: The future of generative AI is niche, not generalized
11. 비즈니스에 대한 Generative AI의 영향:
    • 링크: The implications of Generative AI for businesses
12. Generative AI에서의 적극적인 위험 관리:
    • 링크: Proactive Risk Management in Generative AI
13. Generative AI가 창조적인 작업을 어떻게 변화시키고 있는가?:
    • 링크: How Generative AI Is Changing Creative Work

Large Language Models에 관한 자료:

1. NLP의 ImageNet 시대가 도래했습니다:
   • 링크: NLP's ImageNet moment has arrived
2. Google Cloud가 대형 언어 모델로 NLP를 강화합니다:
   • 링크: Google Cloud supercharges NLP with large language models
3. LaMDA: 우리의 혁신적인 대화 기술:
   • 링크: LaMDA: our breakthrough conversation technology
4. Language Models는 소수샷 학습자입니다:
   • 링크: Language Models are Few-Shot Learners
5. PaLM-E: 총체적인 다중 모달 언어 모델:
   • 링크: PaLM-E: An embodied multimodal language model
6. Pathways Language Model (PaLM): 차별화 성과를 위한 5400억 개 파라미터 스케일링:
   • 링크: Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance
7. PaLM API 및 MakerSuite: 프로토타이핑 및 생성형 AI 애플리케이션 개발을 위한 접근 가능한 방법:
   • 링크: PaLM API & MakerSuite: an approachable way to start prototyping and building generative AI applications
8. 매개변수 효율적인 프롬프트 튜닝을 위한 규모의 힘:
   • 링크: The Power of Scale for Parameter-Efficient Prompt Tuning
9. Google Research, 2022년 이후: 언어 모델:
   • 링크: Google Research, 2022 & beyond: Language models
10. Confident Adaptive Language Modeling (CALM)을 사용하여 텍스트 생성 가속화:
    • 링크: Accelerating text generation with Confident Adaptive Language Modeling (CALM)

기타 자료:

1. Attention is All You Need:
   • 링크: Attention is All You Need
2. 언어 이해를 위한 혁신적인 신경망 아키텍처, Transformer:
   • 링크: Transformer: A Novel Neural Network Architecture for Language Understanding
3. Transformer에 대한 Wikipedia 페이지:
   • 링크: Transformer on Wikipedia
4. NLP에서의 온도(Temperature)란 무엇인가?:
   • 링크: What is Temperature in NLP?
5. Bard가 이제 코드 작성을 돕습니다:
   • 링크: Bard now helps you code
6. Model Garden:
   • 링크: Model Garden
7. Google 문서에서 자동 생성 요약:
   • 링크: Auto-generated Summaries in Google Docs