분류 전체보기313 설교 제목 : 모든 이는 하나이다 (feat. 로즈메리 래드퍼드 류터) * 이 설교는 로즈메리 래드퍼드 류터(Rosemary Radford Ruether)의 신학을 반영한 설교 예시입니다. 이 설교문은 로즈메리 류터의 여성주의 신학적 접근을 반영하여, 갈라디아서의 말씀을 통해 평등과 정의의 중요성을 강조하는 내용을 담고 있습니다. 류터는 이러한 설교를 통해 교회가 사회적 불의를 바로잡고, 모든 사람을 동등하게 대우하는 공동체로 변화할 것을 촉구했을 것입니다. 본문: 갈라디아서 3장 28절28 너희는 유대인이나 헬라인이나 종이나 자유인이나 남자나 여자나 다 그리스도 예수 안에서 하나이니라 설교 본문: 사랑하는 형제자매 여러분, 오늘 우리가 함께 읽은 갈라디아서 3장 28절의 말씀은 매우 중요한 진리를 우리에게 전해줍니다. 이 구절은 초기 기독교 공동체가 지닌 급진적 평등의.. 2024. 8. 18. 설교 제목 : 궁극적 실재 앞에서의 용기 (feat. 폴 틸리히) * 이 설교는 폴 틸리히(Paul Tillich)의 신학을 반영한 설교 예시입니다. 이 설교문은 폴 틸리히의 신학적 사상, 특히 궁극적 실재, 실존적 불안 그리고 존재의 용기와 같은 개념들을 반영하여 구성되었습니다. 틸리히의 설교 스타일을 반영하듯, 인간의 실존적 상태와 신앙의 깊이 있는 연결을 강조하면서, 현대적인 삶의 문제들을 신앙의 관점에서 조명하는 내용으로 구성되었습니다. 본문: 요한복음 14장 6절 6 예수께서 이르시되 내가 곧 길이요 진리요 생명이니 나로 말미암지 않고는 아버지께로 올 자가 없느니라 설교 본문: 사랑하는 형제자매 여러분, 오늘 우리는 인간의 실존적 조건에 대해 생각해 보고자 합니다. 우리는 모두 삶에서 두려움과 불안을 경험합니다. 이러한 경험들은 우리의 존재 자체를 흔들 .. 2024. 8. 18. 설교 제목 : 부활의 힘으로 살아가는 삶(feat. 톰 라이트) * 이 설교는 톰 라이트(N.T. Wright)의 신학을 반영한 설교 예시입니다. 톰 라이트의 신학적 강조점인 부활, 새로운 창조, 그리고 실천적 신앙을 바탕으로 작성되었습니다. 성경 본문을 역사적 맥락에서 해석하고, 그 의미를 현대의 삶에 적용하는 데 중점을 두었습니다. 본문: 고린도전서 15장 12-22절 12 그리스도께서 죽은 자 가운데서 다시 살아나셨다 전파되었거늘 너희 중에서 어떤 사람들은 어찌하여 죽은 자 가운데서 부활이 없다 하느냐 13 만일 죽은 자의 부활이 없으면 그리스도도 다시 살아나지 못하셨으리라 14 그리스도께서 만일 다시 살아나지 못하셨으면 우리가 전파하는 것도 헛것이요 또 너희 믿음도 헛것이며 15 또 우리가 하나님의 거짓 증인으로 발견되리니 우리가 하나님이 그리스도를 다시 살.. 2024. 8. 18. BART/T5-like 모델(sequence-to_sequence Transformer 모델) BART (Bidirectional and Auto-Regressive Transformers) 및 T5 (Text-to-Text Transfer Transformer)와 같은 sequence-to-sequence Transformer 모델은 텍스트 입력을 받아 다른 텍스트 출력을 생성하도록 설계되었습니다.주요 특징- 인코더-디코더 구조: 인코더는 입력 텍스트를 처리하고 컨텍스트를 이해하는 데 사용되며, 디코더는 인코더의 출력을 기반으로 새로운 텍스트를 생성합니다.- 다양한 작업에 활용: 텍스트 요약, 번역, 질의응답, 대화 생성 등 다양한 자연어 처리 작업에 적용할 수 있습니다.- 대규모 데이터 사전 학습: 대량의 텍스트 데이터를 사용하여 사전 학습되어 뛰어난 언어 생성 능력을 갖추고 있습니다.BART.. 2024. 7. 31. BERT-like 모델(auto-encoding Transformer 모델) BERT-like 모델(auto-encoding Transformer 모델)BERT-like 모델은 Auto-encoding Transformer 모델이라고도 불리며, 텍스트의 맥락을 이해하는 데 탁월한 성능을 보이는 자연어 처리 모델입니다. 양방향 문맥을 학습하기 위해 Masked Language Modeling (MLM)과 Next Sentence Prediction (NSP)과 같은 자기 지도 학습(Self-supervised learning) 방식을 사용합니다.주요 BERT-like 모델- BERT (Google): 2018년 Google에서 개발한 BERT는 자연어 처리 분야에 혁신을 가져온 모델입니다. MLM과 NSP를 통해 대규모 텍스트 데이터에서 사전 학습되어 다양한 자연어 처리 작업에 뛰.. 2024. 7. 31. GPT-like 모델(auto-regressive Transformer 모델) GPT-like 모델(auto-regressive Transformer 모델)GPT-like 모델은 Auto-regressive Transformer 모델이라고도 불리며, 이전 토큰들을 기반으로 다음 토큰을 순차적으로 예측하는 방식으로 텍스트를 생성합니다. 이러한 모델들은 대규모 텍스트 데이터셋을 통해 사전 학습되어 자연스러운 언어 생성 능력을 갖추고 있습니다.주요 GPT-like 모델- GPT-2, GPT-3, GPT-4 (OpenAI): OpenAI에서 개발한 GPT 시리즈 모델은 텍스트 생성, 번역, 요약, 질의응답 등 다양한 자연어 처리 작업에서 뛰어난 성능을 보여줍니다. 특히 GPT-3는 1750억 개의 매개변수를 가진 대규모 모델로, 놀라운 언어 생성 능력을 자랑합니다.- Jurassic-1 .. 2024. 7. 31. 이전 1 ··· 13 14 15 16 17 18 19 ··· 53 다음 728x90
