효과적인 Telco LLM 구축을 위한 토크나이저의 역할
토크나이저가 LLM 성능과 비용에 미치는 영향을 설명하고, 언어별 차이와 한국어 최적화 사례를 소개했습니다. SKT의 Telco LLM이 한국어에서 더 효율적인 토크나이저를 설계한 배경과 비교 결과를 다뤘습니다.
#LLM#토크나이저
18005분
필터 1
고등학생도 이해하는 Transformer (Deep Learning) #4
4차원 이상 벡터의 내적을 유사도 관점에서 쉽게 설명했습니다. DCT Basis Vector와 Softmax를 통해 분류와 주파수 변환의 연결도 소개했습니다.
#Transformer#ML
24005분
고등학생도 이해하는 Transformer (Deep Learning) #3
그래픽스의 Affine 변환을 내적과 매트릭스 연산으로 설명했습니다. 내적의 의미를 이해하면 Transformer와 다차원 공간을 더 쉽게 볼 수 있다고 강조했습니다.
#Transformer#ML
21005분
LLM Application 구축 도전기 (feat. 소중한 고객님들의 리뷰) - 1부
컬리의 리뷰 요약 서비스 PoC에서 베스트 리뷰의 한계를 보완하기 위해 LLM 기반 리뷰 선별 실험을 진행했습니다. Reasoning과 CoT를 적용해 검수 정확도와 투명성을 높이는 방법을 확인했습니다.
#LLM#Prompt Engineering
46005분
인공지능, 너 이 문제 내 가설로 푼 거 맞니? : XAI 활용기
XAI 알고리즘 개발과 실제 적용 사례를 통해 모델 결과를 해석하는 방법을 다뤘습니다. AI 신뢰성과 성능 개선 관점에서 XAI 활용 포인트를 소개했습니다.
#XAI#ML
31005분
Open LLM Leaderboard 찍먹 후기
Huggingface Open LLM Leaderboard와 모델 병합 사례를 소개하는 후기 글입니다. CarbonVillain과 KF-DeBERTa를 통해 팀의 프로젝트도 함께 살펴볼 수 있습니다.
#LLM#NLP
22005분
문제 생성 AI 서비스 Quizium, 브라질 출장에서 100명의 현지 교사들에게 소개하며
브라질 파라나주에서 Quizium을 100명의 교사들에게 소개하고 시연했습니다. 현지 피드백을 바탕으로 제품 개선과 글로벌 교육 혁신 방향을 점검했습니다.
#LLM#RAG
16005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
뤼이드 NLP 연구원의 INTERSPEECH 2023 참가 및 포스터 발표 후기
INTERSPEECH 2023 참가와 포스터 발표 경험을 중심으로 음성 언어 처리 연구 동향을 정리했습니다. 데이터 부족, 음성 모델 활용, 벤치마크의 중요성을 다시 확인했습니다.
#NLP#LLM
12005분
Introduction to NAVER Place AI Development Team
NAVER GLACE AI 개발팀의 서비스 적용 사례와 운영 체계를 소개했습니다. 또한 PlaceLM을 중심으로 태그 추출과 서빙 효율 개선 방향을 설명했습니다.
#LLM#NLP
32005분
![[IT TREND] 프롬프트 엔지니어링, AI라는 도구를 잘 사용하는 방법](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcGogwI%2Fbtr67ZGx39u%2F91x9ThKJhBqJ5SbPhPwChk%2Fimg.png)
[IT TREND] 프롬프트 엔지니어링, AI라는 도구를 잘 사용하는 방법
프롬프트 엔지니어링을 AI를 잘 쓰기 위한 핵심 기술로 설명하며 주요 기법과 가이드라인을 정리했습니다. 또한 프롬프트 마켓과 적대적 프롬프팅의 가능성과 우려도 함께 살펴보았습니다.
#LLM#prompt
19005분
NAVER GLACE AI 개발팀은 어떤 일을 해?
네이버 GLACE AI 개발팀이 서비스에 적용하는 NLP·CV 모델과 전용 LLM PlaceLM을 소개했습니다. 또한 데이터 버전 관리, 모니터링, 무중단 배포 등 운영 체계도 함께 다뤘습니다.
#LLM#NLP
39005분
AI 워크로드에 적합한 스토리지
AI 워크로드는 학습 단계와 데이터 특성에 따라 스토리지 요구사항이 달라집니다. 고성능과 확장성을 함께 고려해 블록, 파일, 오브젝트 스토리지를 비교하고 하이브리드 구성을 제안했습니다.
#ML#NLP
17005분