생성적 AI에서의 통계적 방법

초록

생성형 인공지능은 중요한 기술로 부상하며 다양한 분야에서 혁신적인 변화를 약속하고 있습니다. 동시에, 생성형 AI 기술은 확률 모델에서 샘플링을 기반으로 하며, 기본적으로 정확성, 안전성, 공정성 또는 기타 속성에 대한 보장이 없습니다. 통계적 방법은 생성형 AI 기술의 신뢰성을 향상시키기 위한 유망한 접근 방식을 제공합니다. 또한, 통계적 방법은 AI 평가의 품질과 효율성을 개선하고, AI에서의 개입 및 실험 설계를 위한 유망한 방법이기도 합니다. 이 논문에서는 이러한 주제들에 대한 기존 연구를 검토하며, 사용된 일반적인 통계적 기법과 생성형 AI에의 응용을 설명합니다. 또한, 한계점과 잠재적인 미래 방향에 대해서도 논의합니다.

English

Generative Artificial Intelligence is emerging as an important technology, promising to be transformative in many areas. At the same time, generative AI techniques are based on sampling from probabilistic models, and by default, they come with no guarantees about correctness, safety, fairness, or other properties. Statistical methods offer a promising potential approach to improve the reliability of generative AI techniques. In addition, statistical methods are also promising for improving the quality and efficiency of AI evaluation, as well as for designing interventions and experiments in AI. In this paper, we review some of the existing work on these topics, explaining both the general statistical techniques used, as well as their applications to generative AI. We also discuss limitations and potential future directions.

생성적 AI에서의 통계적 방법

Statistical Methods in Generative AI

초록

Support