순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Wayne Xin Zhao, Kun Zhou, Junyi Li 외 · Frontiers of Computer Science · 2026년 · 조회 7
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2026-05 발표 · 피인용 8,718회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 IT
전체 분야 Editor’s Pick에서 가장 주목받는 논문으로, 2026년 발표 이후 피인용 8,718회·동년 논문 상위 1%라는 매우 높은 인용 영향을 보였기 때문이다.
논문 요약
이 논문은 최근 대규모 언어 모델(LLM)의 급격한 발전을 체계적으로 정리한다. 사전 학습 방식, 사후 학습 기법, 활용 전략 등 네 가지 핵심 차원을 중심으로 최신 기술과 그 사회적 영향을 분석한다. 특히 대규모 자기지도 학습, 아키텍처 혁신, 데이터 관리, 감독 파인튜닝 및 강화학습 기반 정렬·안전성 개선 방안을 상세히 다룬다.
후속 연구설계에 활용하기
본 서베이를 기반으로 LLM 성능·안전성 평가 변수를 도출하고, 사전·사후 학습 단계별 비교 실험 설계에 활용할 수 있다.
핵심어
대규모 언어 모델사전 학습파인튜닝프롬프트 학습
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.