[ 오토닉스 ]
X
#LLM#ChatGPT
44005분
필터 1
[ 교보라이프플래닛생명 ]
X
#LLM#ChatGPT
38005분
Text2SQL 기반 데이터 분석 서비스 InsightLens 개발기
Text2SQL 기반 InsightLens로 자연어만으로 SQL을 생성하는 서비스를 개발했습니다.\nRAG와 에이전트 설계를 통해 참조 데이터 품질과 운영 개선에 집중했습니다.
#LLM#RAG
106005분
LINE DEV AI 리포터즈의 여정을 공유합니다!
LINE DEV AI 리포터즈가 조직 내 AI 활용 경험을 모아 공유하고 전파한 과정을 소개했습니다. 개인의 실험을 실무와 조직 문화로 확장한 사례를 정리했습니다.
#LLM#MCP
71005분
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.
#Amazon Bedrock#LLM
29005분
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.
#Amazon Bedrock#LLM
72005분
코드 생성 및 Agentic RAG 작업 중심의 특정 도메인을 위한 LLM 비교 평가【후편】
코드 생성과 Agentic RAG에서 최적 LLM이 다르다는 점을 비교 평가로 정리했습니다. 이기종 파이프라인과 안정성·비용을 함께 고려한 모델 선택이 중요하다고 제시했습니다.
#LLM#RAG
13005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
![코드 생성 및 Agentic RAG 작업 중심의 도메인 특화 LLM 비교 평가 [전편]](https://jbxeeb6ybylgemuz.public.blob.vercel-storage.com/main/public/white-paper/wp-thumb-26-tx5SbqWD2PbAM7bBOrWLutxhPYEYvh.png)
코드 생성 및 Agentic RAG 작업 중심의 도메인 특화 LLM 비교 평가 [전편]
일본 급여 시스템의 실제 파이프라인을 대상으로 13개 LLM 구성을 비교 평가하는 전편이었습니다. 코드 생성과 Agentic RAG를 분리해, 품질·안정성·비용 기준의 모델 선택 필요성을 설명했습니다.
#LLM#RAG
14005분
Semantic Search 만으로는 번역 품질이 해결되지 않았던 이유
Semantic Search로는 번역 키의 용어 일관성을 충분히 살리기 어려웠습니다. 문장 유사도보다 정확한 용어 재사용에 맞춰 검색 방식을 바꾸는 것이 더 효과적이었습니다.
#검색#LLM
4005분
Semantic Search 만으로는 번역 품질이 해결되지 않았던 이유
Semantic Search만으로는 번역 용어 일관성을 해결하기 어려웠습니다. 저자는 키워드 추출과 Tolgee 재검색 방식으로 접근을 바꿨습니다.
#LLM#검색
11005분
Agentic Search 시스템 구축기: 사내 검색 환경을 재정의하기 위해 우리가 선택한 것들
삼성전자 사내 검색 환경을 개선하기 위해 Agentic Search 구조를 선택한 배경을 다뤘습니다. 다양한 RAG 실험과 설계 고려 사항을 함께 정리했습니다.
#검색#RAG
5005분
처음 걸어가는 길, 함께 만든 성과 - 래블업x업스테이지, 독자 AI 파운데이션 모델 1차수 평가 통과 비하인드
업스테이지와 래블업이 독자 AI 파운데이션 모델 1차수 평가 통과 과정을 공유했습니다. 대규모 GPU 인프라 운영과 학습 최적화, 자동 복구 체계가 핵심이었습니다.
#LLM#PyTorch
53005분