생성형 인공지능에서 사용되는 생성 모델에 대한 설명으로 가장 옳은 것은? | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지
1[7급 서울시 인공지능] 26년 1회차
생성형 인공지능에서 사용되는 생성 모델에 대한 설명으로 가장 옳은 것은?
1
변이형 자기 부호화기(variational autoencoder, VAE)는 생성자와 판별자를 서로 경쟁시키는 적대적 학습을 사용한다.
2
자기회귀 모델(autoregressive model)은 데이터의 결합확률을 조건부 확률의 곱으로 분해한다.
3
확산 모델(diffusion model)의 순방향 과정은 잡음으로부터 데이터를 복원하며, 역방향 과정은 실제 데이터에 잡음을 점진적으로 추가한다.
4
생성적 적대 신경망(generative adversarial network, GAN)은 데이터의 확률밀도 를 반드시 명시적으로 계산하고, 그 우도를 직접 최대화하여 학습한다.해설
자기회귀 모델은 연쇄 법칙으로 결합확률을 조건부 확률의 곱으로 분해해 순차적으로 생성한다.
처럼 앞선 값들을 조건으로 다음 값을 예측하며, GPT 계열 언어 모델이 대표적이다.
- 생성자와 판별자를 경쟁시키는 적대적 학습은 VAE가 아니라 GAN의 방식이며, VAE는 인코더·디코더와 변분 하한(ELBO)으로 학습한다.
- 확산 모델은 순방향 과정에서 데이터에 잡음을 점진적으로 더하고, 역방향 과정에서 잡음을 제거해 데이터를 복원하므로 설명이 뒤바뀌었다.
- GAN은 확률밀도를 명시적으로 계산하지 않는 암묵적 생성 모델로, 우도 대신 판별자와의 적대적 손실로 학습한다.
오류나 개정된 내용이 보이면 알려주세요