퀴즈 · 5 questions
🧭 현대 LLM 의 네 축
Backbone, training, inference, product — 다른 모든 것의 나침반
Level 0Scout
0 XP0/41 lessons0/12 achievements
0/100 XP to next level100 XP to go0% complete
Quiz
01새 LLM 이 '200B 파라미터, state-of-the-art reasoning' 으로 발표됐어. 첫 follow-up 질문은?
Hint
Cost shape 가 benchmark shape 보다 먼저야.
02다음 중 진짜 *backbone architecture* 차이 (axis 1) 인 것은?
Hint
Backbone = wired 된 것, wrapped 된 것 아님.
03DeepSeek-R1 과 DeepSeek-V3 가 같은 MoE backbone (671B-A37B) 공유. 행동 차이는 어떤 축이 설명?
Hint
두 모델의 config.json 이 동일하면 차이는 다른 데 있어.
04모델이 'reasoning-enabled' 로 묘사돼. 2026년에 가장 가능성 높은 의미는?
Hint
두 축이 동시에 켜져: training 과 inference.
05두 모델 다 '70B 파라미터' advertise 하는데, A 가 같은 provider 가격에서 B 보다 두 배 빨라. 가장 가능성 높은 설명은?
Hint
advertised param 같은데 다르게 느껴지면 'same number, different shape' — active per token 부터 봐.
댓글 0
🔔 답글 알림 (로그인 필요)로그인 — 댓글을 남기려면 로그인해 주세요.
아직 댓글이 없어요. 첫 댓글을 남겨보세요.