(가) ～ (다)의 효율적 파인튜닝(Parameter-Efficient… | [7급 국가직 인공지능] 26년 1회차 기출문제 상세 페이지

(가) ～ (다)의 효율적 파인튜닝(Parameter-Efficient Fine-tuning) 기법과 이에 대한 설명을 바르게 연결한 것은? (단, 각 기법에서는 사전 학습된 모델의 기존 가중치를 고정(freeze)한다)
(가) LoRA
(나) Adapter
(다) Prefix Tuning
A. 가중치의 변화량을 저랭크 행렬로 표현하여 이를 별도로 학습하는 기법
B. 각 층의 어텐션 계산에 사용할 학습 가능한 접두 벡터를 추가하여 새로운 작업에 적응시키는 기법
C. 모델 내부에 작은 추가 모듈을 삽입하여 새로운 작업에 필요한 변화만 별도로 학습하는 기법
(가)　(나)　(다)

A　B　C

A　C　B

B　A　C

C　A　B

바른 연결은 (가) LoRA-A, (나) Adapter-C, (다) Prefix Tuning-B이다.
LoRA는 가중치 변화량을 두 저랭크 행렬의 곱으로 학습하고, Adapter는 층 사이에 작은 모듈을 끼워 넣어 학습하며, Prefix Tuning은 각 층 어텐션에 학습 가능한 접두 벡터를 붙인다.
A·B·C 연결: Adapter와 Prefix Tuning의 설명을 맞바꿨다.
B·A·C 연결: LoRA와 Adapter에 각각 접두 벡터·저랭크 설명을 붙여 모두 어긋났다.
C·A·B 연결: LoRA와 Adapter의 설명을 맞바꿨다.