[23′ ICLR] LANGUAGE MODELS ARE REALISTIC TABULAR DATA GENERATORS
GReaT 논문은 LLM을 활용하여 실제와 유사한 Tabular Dataset을 생성하는 혁신적 방법을 제시합니다. 이 방법론은 Tabular 데이터를 자연어 형태로 변환하여 LLM이 학습할 수 있게 하고, Feature Order Permutation을 통해 데이터의 다양성을 확보합니다. 이를 통해, LLM은 주어진 목표 성능에 맞는 셀 설계 인자를 자동으로 생성할 수 있으며, 이차전지 셀 설계 자동화 프로젝트에 새로운 가능성을 열어줍니다.