- Math
- AI를 위한 수학
- 01. 숫자와 계산의 감각
- 02. 벡터와 행렬의 시작
- 03. 그래프와 함수의 시야
- 04. 경우의 수, 확률, 통계의 기초
- 05. 최적화와 정보이론
- 06. 머신러닝 이론
- 07. 딥러닝과 생성모델
- 08. LLM, VLM, 멀티모달 AI 수학
- 37. Attention, Transformer, positional math
- 38. LLM pretraining, scaling laws, tokenization
- 39. Alignment SFT, RLHF, DPO
- 40. CLIP, contrastive learning, multimodal alignment
- 41. VLM, multimodal generation, fusion architectures
- 42. Frontier topics optimal transport, graphs, manifolds, mechanistic interpretability, 최신 논문 독해
- 문제 해설 - 08. LLM, VLM, 멀티모달 AI 수학
- Development