Forge: LLM

자연어 처리(NLP)의 기초 개념부터 최신 대규모 언어 모델(LLM)까지, 현대 AI의 핵심을 체계적으로 학습하는 종합 튜토리얼입니다. 이런 분들을 위해 만들었습니다: - NLP와 LLM의 동작 원리를 기초부터 이해하고 싶은 분 - Python과 PyTorch로 직접 구현하며 배우고 싶은 개발자 - Transformer, BERT, GPT 아키텍처를 깊이 있게 파악하고 싶은 분 - Hugging Face 생태계를 활용한 파인튜닝과 모델 배포를 익히고 싶은 분 20챕터 102섹션으로 구성된 체계적인 커리큘럼: Part 1 - NLP 기초 (Ch1~Ch4) 자연어 처리 개요, 개발 환경 설정, 텍스트 전처리(토큰화·정규화), BoW/TF-IDF 텍스트 표현, Naive Bayes·SVM 텍스트 분류 Part 2 - 워드 임베딩 (Ch5~Ch6) Word2Vec(CBOW·Skip-gram), GloVe, FastText, 사전학습 임베딩 활용과 시각화 Part 3 - 딥러닝과 시퀀스 모델 (Ch7~Ch10) PyTorch 기초, RNN·LSTM·GRU 구현, 텍스트 분류와 감성 분석 실전 프로젝트 Part 4 - Seq2Seq과 어텐션 (Ch11~Ch12) 인코더-디코더 아키텍처, 기계 번역, Bahdanau·Luong 어텐션, 셀프 어텐션 확장 Part 5 - 트랜스포머 (Ch13~Ch15) 멀티헤드 어텐션, 위치 인코딩, 트랜스포머 직접 구현, BPE·WordPiece·SentencePiece 서브워드 토크나이제이션 Part 6 - 사전학습 모델 (Ch16~Ch18) BERT 아키텍처와 파인튜닝, GPT 계열 발전사, nanoGPT 코드 분석, Hugging Face Transformers·Datasets 실습 Part 7 - 파인튜닝과 LLM 활용 (Ch19~Ch20) 전이학습 전략, Trainer API 파인튜닝, NER 토큰 분류, 스케일링 법칙, 프롬프트 엔지니어링, RLHF 정렬, LoRA·QLoRA 효율적 파인튜닝, 종합 프로젝트 주요 기능: - 오프라인 학습 지원 — 네트워크 없이도 모든 콘텐츠 열람 - iCloud 동기화 — 즐겨찾기, 읽기 진행률 디바이스 간 동기화 - 구문 강조 코드 블록 — Python/PyTorch 코드를 한눈에 파악 - Mermaid 다이어그램 — 아키텍처와 흐름을 시각적으로 이해 - 다크 모드 완벽 지원 *Forge Series는 개발자를 위한 체계적인 학습 앱 시리즈입니다. 각 주제의 핵심 개념부터 실전 프로젝트까지, 현업에서 바로 활용할 수 있는 실용적 커리큘럼을 제공합니다