어떤 미래가 기다리고 있을까
·
✨ Story Generation/연구 관련 생각
스토리 생성과 관련된 무수히 많은 논문들이 나와있는 것을 보며, 정말 머지 않았을지도 모르겠다는 생각이 든다. 생각보다 마이너한 연구 분야 같으면서도 사람들이 누구나 쉽게 이해할 수 있고 접근해볼 수 있다는 점에서 꾸준한 수요가 있는 것 같다. 사람이 쓴 소설도 인공지능이 평가를 하는 시대가 오게 될까? 바둑이 AI 답안을 내놓고 사람들이 그걸 참고하듯이, 운동선수가 데이터 분석 결과를 보고 그걸 참고하듯이, 소설도 AI의 답변을 보고 그걸 참고하며 소설을 쓰는 날이 올까.
[논문 리뷰 / Arxiv 2024] Evaluating Creative Short Story Generation in Humans and Large Language Models
·
✨ Story Generation/논문 리뷰
보호되어 있는 글입니다.
[프로그래머스 lv 0] 다항식 더하기 (코딩테스트 입문)_replace 사용
·
✨ 공부 기록/알고리즘
# 첫 번째 시도def solution(polynomial): answer = '' sum_x = 0 sum_num = 0 ans_list = polynomial.split("+") for ans in ans_list: if "x" in ans: ans = ans.replace("x","") ans = ans.replace(" ","") if len(ans) > 0: sum_x += int(ans) else: sum_x += 1 else: sum_num+=int(ans) if sum_..
[프로그래머스 lv 0] 최빈값 구하기 (코딩테스트 입문)
·
✨ 공부 기록/알고리즘
# 첫 번째 시도def solution(array): answer = 0 count = [0] * (len(array)+1) n = 0 for num in array: count[num]+=1 answer = max(count) for check in count: if check==answer: n+=1 if n > 1: answer = -1 return answer 무수한... 런타임에러를 남기고 실패로 돌아갔다.  # 두 번째 시도 아, 잠시만. 최빈값의 갯수가 아니라 최빈값을 return 하는 거였다..? def solution(array): answer = 0 cou..
[프로그래머스 lv 0] 다음에 올 숫자 (코딩테스트 입문)
·
✨ 공부 기록/알고리즘
def solution(common): answer = 0 leng = len(common) if common[1]-common[0]==common[leng-1]-common[leng-2]: answer = common[leng-1] + (common[leng-1]-common[leng-2]) else: answer = common[leng-1] * (common[leng-1]/common[leng-2]) return answer
[프로그래머스 lv 0] 연속된 수의 합 (코딩테스트 입문)
·
✨ 공부 기록/알고리즘
아이디어 : SUM 값을 NUM 값으로 나눈 평균 값이 가운데에 있을 것이라는 걸 생각하면 될 것 같다. def solution(num, total): answer = [] avg = total/num if total%num==0: answer.append(avg) for i in range(1,num//2+1): answer.append(avg-i) answer.append(avg+i) else: for i in range(num//2): answer.append(total//num-i) answer.append(total//num+1+i) answer.sort..
[Arxiv 2025] Bridging the Editing Gap in LLMs: FineEdit for Precise and Targeted Text Modifications
·
✨ 자연어 처리/논문 리뷰
* ChatGPT를 이용한 번역이 섞여 있습니다. 읽은 이유 : LLM으로 글을 편집하는 것에 관심을 가지고 있었는데 비슷한 주제의 논문이 보여서 가져왔다.논문 요약 : 텍스트 편집을 LLM에게 맡길 때 제대로 하였는지를 평가하기 위한 벤치마크를 만들었고, 그 벤치마크 데이터셋을 활용하여 모델 fine tuning을 해서 학습안한 LLM과 비교함.  Abstract  LLM은 여전히 정교하고 문맥을 고려한 수정이 필요한 직접적인 텍스트 편집 작업에서 어려움을 겪고 있으며, 편집 능력이 부족하여 깊은 구조적 또는 논리적 불일치보다는 피상적인 문제만 해결하는 경우가 많다.In this work, introduce a dual approach to enhance LLMs editing performance. ..
[논문 리뷰 / CEUR Workshop Proceedings] Leveraging LLM-Constructed Graphs for Effective Goal-Driven Storytelling
·
✨ Story Generation/논문 리뷰
보호되어 있는 글입니다.
[프로그래머스 lv 0] 안전지대 (코딩테스트 입문)
·
✨ 공부 기록/알고리즘
def solution(board): answer = 0 bomb = [[-1,1],[0,1],[1,1],[-1,0],[1,0],[-1,-1],[0,-1],[1,-1]] x = len(board[0]) y = len(board) new_board = [[0]*x for _ in range(y)] for i in range(x): for j in range(y): if board[i][j]==1: new_board[i][j] = 1 for idx in bomb: if i+idx[0]>=0 and i+idx[0]=0 and j+idx[1]