I'd say pirates초대받은 것도 아닌데 말이죠. : )잘 들리셨나요? : )주머니에 구멍 난 해적일 거야.아올라톡입니다.Be my guest.대신 비즈니스 상황에서는Who do you think left it?2. 이렇게 활용하세요!!Oh, yes.삽 좀 써도 돼?(식당 같네요.ㅋ)<함께 보면 좋을 이전 글>(맘대로 해.)Welcome.Be my guesttonight.간단, 명확한 언어를 선호하는(그렇게 하세요. : 자연스럽고 공손)뭐라고 할까요? : )'마음대로 해''내 집처럼 편하게 있으라'는 문화가 있어요.허락의 맥락에서 사용하고 있지만,Be my guest.특히, 사람이 많이 모이는 큰 파티일 때는진짜 되는 영어내용 시작!!sure(물론),feel free(편하게 하세요)두 번째 의미 :손님처럼 잘 대하겠다(호의)1. 우선 체크하세요!!편하게 하고 싶은 데로 하라는,,,생각해 보셨다면, 발음도 체크해 보세요!! : )첫 번째 의미 :마음대로 해(허락)오늘의 장면이 티타임이나 파티에'마음대로 해'Be my guest.꼭 알아두세요!!손님이 알아서 편하게 먹고 마실 수 있게 하는직접적인 '초대하다' 의미는 없어요. : )호스트가 일일이 서빙을 해주기 어려워요.비즈니스 상황에서는 별로 어울리지 않아요.'나의 손님이 되어라.' 가 되어요.여기서 이 표현은 사실,미국식 파티.ㅋ 이런 맥락에서 오늘의 표현을'마음대로 해'마음대로 해.돈에 관심이 많은 것은Be my guest.한국아이나 미국 아이나 똑같네요.ㅋBe my guest.'마음대로 해'직접적인 연결은 없어요.ㅋ실제로 손님이 되기를 원하는 것이 아니고,이해해 보시면 좋을 것 같아요. : )guest, <마음대로 해> 영어로?Be my guest.guest가 손님을 의미해서-> Please feel free to do so.오늘의 표현은 초대하다 와'마음대로 해'I already found 75 cents.누가 거기 뒀을까?(한국도 그런 것 같은가요?ㅋ)짐작해 보자면,sure(물론),go ahead(그래, 어서 해)는Can I use your pen?If I were to guess,초대하다만 자꾸 생각날 수 있는데요,즉, '마음대로 해(물론이죠)'라는의미가 되어요.'마음대로 해' , '그렇게 해'는.직역을 해보면,Can I use your shovel?'편히 행동해도 되는 분'(환영합니다. 오늘 밤 잘 모시겠습니다.)(그렇게 하세요. : 맘대로 하세요 로 느껴질 수 있음)부드러운말(은유적, 비유적임)이라서드물게 호의 상황에서도 사용될 수 있어요.그나저나guest만보고,'제안을 수정해야 할까요?'오늘의 표현Be my guest그래서, 셀프서비스를 안내하기도 해요.ㅋ응, 벌써 75센트나 찾았어.-> Be my guest.Be my guest.sure,go ahead와 똑같나요??초대하다를 먼저 떠올리지 마세요.with holes in their pockets.가 자연스러워요. : )Be my guest와 비슷한 상황에 쓰일 수 있어요.하지만,'마음대로 해'는 다양하게 말할 수 있어요.guest를사용한다면?? [챗GPT를 이용해 제작] [헤럴드경제=김지헌 기자] 중국 빅테크(거대 정보기술기업) 화웨이가 자사 칩을 활용한 인공지능(AI) 훈련 기술을 개발했으며 이는 딥시크의 훈련법보다 효율적이라고 주장했다.홍콩 사우스차이나모닝포스트(SCMP)는 화웨이의 이런 AI 모델 설계 기술의 발전을 소개하면서 중국이 미국 기술에 대한 의존을 줄이려는 노력의 하나로 중요한 의미를 갖는다고 5일 보도했다.화웨이의 대형언어모델(LLM) 개발팀인 판구(Pangu)팀은 지난달 28일 논문저장 사이트 ‘arXiv’에 공개한 ‘판구 프로 MoE’란 논문에서 딥시크가 ‘저비용 고효율’ AI 모델 개발에 활용한 ‘전문가 혼합’(MoE·Mixture of Experts) 모델을 개선한 ‘그룹화 전문가 혼합’(MoGE·Mixture of Grouped Experts) 모델을 소개했다.MoE란 문제 해결에 필요한 최적의 전문가들만 선별해 활용하는 개념을 LLM 학습 방법에 적용한 것으로 딥시크가 엔비디아의 저사양 칩을 적게 쓰면서도 효율적인 AI 모델을 개발하는 데 중요한 역할을 했다.그러나 화웨이 판구팀은 MoE는 각 입력 토큰에 대해 활성화되는 매개변수(파라미터)의 비율이 매우 낮아 일반적 LLM보다 효율성은 뛰어나지만, 일부 전문가들이 다른 전문가들보다 훨씬 자주 활성화되는 현상이 종종 나타남에 따라 시스템 비효율성의 원인이 될 수 있다고 지적했다.이에 따라 판구팀은 논문에서 MoE보다 전문가 작업 부하의 균형을 잘 잡고 선택하는 그룹화된 전문가들의 혼합 아키텍처인 MoGE를 소개한다고 밝혔다.논문에 따르면 MoGE는 사전에 정의된 각 전문가그룹 안에서 동일한 수의 전문가들을 활성화하도록 토큰을 제약한다. MoGE가 사용한 그룹 균형 분배 전략은 전문가를 고유하고 겹치지 않는 그룹으로 분할하며 각 그룹을 특정 컴퓨팅 장치에 할당하는 방식이다.이에 따라 AI 모델 훈련이 다중 장치에 분산될 때 장치 간 계산 부하를 균형 있게 배분해 처리량을 대폭 향상할 수 있다. 특히 추론 단계에서 이런 효과가 두드러진다.아울러 화웨이는 자사의 신경망처리장치(NPU) 어센드를 활용한 MoGE 기반 희소 모델인 ‘판구 프로(Pro) MoE’를