CLIP과 BLIP를 활용한 이미지-텍스트 유사도 계산
CLIP과 BLIP의 구조와 용도를 비교하며 이미지-텍스트 유사도 계산 예시를 정리했습니다. CLIP은 직접 매칭에, BLIP은 캡션 생성 후 의미 비교에 적합했습니다.
#CLIP#BLIP
104005분
필터 1
Gemma 3n 모델로 음성과 이미지도 입력해보자
Gemma 3n의 멀티모달 온디바이스 특징과 오디오·이미지 입력 예제를 소개했습니다. 다양한 입력 방식을 활용해 오프라인 환경에서도 응용할 수 있음을 보여주었습니다.
#LLM#멀티모달
80005분
멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!
멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.
#LLM#MCP
63005분
이미지와 음성을 아우르는 카카오의 멀티모달 언어모델 Kanana-o 알아보기
카카오 카나나 조직이 멀티모달 언어모델 Kanana-o를 소개했습니다. 이미지와 음성을 함께 다루는 모델 개요를 다루는 글입니다.
#LLM#멀티모달
69005분
Meta Llama 4 토크나이저 분석
Meta Llama 4 토크나이저의 한국어 효율과 주요 특성을 비교 분석했습니다.\n독자 토크나이저, 강화된 챗 템플릿, 스페셜 토큰 구성도 함께 살펴봤습니다.
#LLM#Meta Llama
60005분
AI Agent: 자율성의 진화, 비즈니스 가치 확장
AI 에이전트의 개념, 구조, 유형, 비즈니스 활용 가치를 설명했습니다. 보안과 신뢰성 같은 도입 과제와 향후 발전 방향도 함께 정리했습니다.
#AI Agent#LLM
36005분
VLM, LLM을 사용하여 멀티모달 학습 데이터 제작하기
VLM과 LLM을 활용해 멀티모달 학습 데이터를 만드는 방법을 소개했습니다. OCR, 프롬프트 엔지니어링, 후처리로 수작업 라벨링의 비용과 시간을 줄였습니다.
#LLM#VLM
71005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
이미지도 찰떡같이 이해하는 카카오의 멀티모달 언어모델 Kanana-v 알아보기
X
#LLM#멀티모달
41005분
Multimodal LLM을 직접 학습시켜 보자!
공개 한국어 표 데이터와 InternVL2-1B로 멀티모달 LLM을 직접 학습한 사례를 소개했습니다. 작은 모델과 적은 데이터로도 표 이해 챗봇 시나리오를 검증할 수 있었습니다.
#LLM#멀티모달
35005분
새로워진 쓱렌즈를 소개합니다!
쓱렌즈 매장 서비스를 개편한 과정과 주요 기능 개선 내용을 소개했습니다. 객체 검출, 분류, 멀티모달 기술로 검색 품질과 처리 속도를 높였습니다.
#멀티모달#ML
36005분
AI를 활용한 고용률 예측 모델 개발기(1)
뉴스 정보를 이용해 고용률 변화를 예측하는 멀티모달 모델 개발 과정을 소개했습니다. 이번 글에서는 고용 기사 분류와 감정 분석을 위한 KoELECTRA 기반 설계를 다뤘습니다.
#LLM#NLP
3005분