LLM의 Next-token Prediction 구조와 인간 의식의 인과적 역전 분석
Words Are a Byproduct of Consciousness. For LLMs, It's Backwards
RAG 아키텍처를 통한 LLM 할루시네이션 제거 및 도메인 특화 지식 정밀 구현
Beyond ChatGPT: Understanding the Core Building Blocks of Generative AI
고차원 밀도·스코어 추정을 위한 단일 Transformer 구조, KDE 대비 오차 최대 37배 감소
DiScoFormer: One transformer for density and score, across distributions
학습 안정성과 추론 효율을 극대화한 Modern Transformer 설계 전략
How Modern Transformer Blocks Work — From RMSNorm to MoE
Recurrence 제거와 Self-Attention 도입을 통한 병렬 처리 및 LLM 가속화
Self-Attention: The Brilliant Idea That Made Large Language Models Possible
🧠 人工智能发展方向：当前是否到头？
Transformer 한계 극복을 위한 SSM·JEPA 기반 지속 학습 아키텍처로의 전환
비즈니스 Taxonomy 중심의 도메인 특화 Financial NER 파이프라인 구축
Building a Financial Named Entity Recognition Pipeline for Enterprise AI
1M Token Context Window와 Constitutional AI 기반의 고밀도 추론 엔진
How Claude AI Actually Works: The Technical Story Behind the Scenes
Parallel Processing 기반 Transformer 블록의 계층적 구조 설계
Transformers From Scratch: Assembling the Block Behind GPT
규칙 기반에서 자가 학습 에이전트로의 AI 아키텍처 진화
When Software Started Writing Software: A Developer’s History of AI
LLM 서비스의 고비용 추론 구조와 구독 모델 간의 불균형으로 인한 수익성 위기
The AI Conundrum: We are living in highly subsidized, interesting times
Transformer를 가능케 한 3가지 엔지니어링 패치 분석
Three Ideas Made Modern AI Possible. None of Them Are Magic.
Transformer를 가능케 한 3가지 핵심 엔지니어링 패치 분석
Three Ideas Made Modern AI Possible. None of Them Are Magic.
Cybersecurity 최적화를 위한 AI 아키텍처별 특성 및 적용 전략 분석
Section 1.1 — Comparing AI Types and Techniques Used in Cybersecurity
O(n²) 복잡도의 Matrix Operation을 통한 토큰 간 관계 정량화 및 Contextual Representation 구현
How Self-Attention Works — QKV, Softmax, and Matrix Computation
머신러닝 취업 면접 - 완벽 가이드
박사급 RS 오퍼 싹쓸이를 위한 ML 시스템 구현 및 인터뷰 최적화 전략
80MHz FPGA 기반 56k tokens/sec 달성한 GateGPT 설계
GateGPT: 56k tokens per second Transformer (KV cache) on FPGA at 80 MHz
Transformer 기반 LLM을 활용한 비정형 데이터 처리 및 Agent 아키텍처 설계
Intro to Gen AI for Python Beginners: Stop Just ChatGPT‑ing and Start Using ChatGPT
KV Cache 도입을 통한 LLM 추론 복잡도 O(n³)에서 O(n²)로 최적화
KV Cache in LLMs: The Optimization That Makes Modern AI Models Feel Fast
Sequential 병목 해결을 위한 Attention 기반 Parallel Contextualization 구조
Understanding Attention in Transformers — Intuition Before Equations