Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’
B tv가 에이닷과 연동해 사용자 취향과 시청 이력을 반영하는 AI 미디어 파트너로 진화하는 방향을 소개했습니다. Voice ID와 맥락 기반 응답으로 개인화와 선제적 추천 경험을 강화했습니다.
#LLM#NLP
35005분
필터 1
카카오의 경량 멀티모달 언어모델 ‘Kanana-1.5-v-3b’ 개발부터 공개까지
X
#LLM#ML
82005분
여행 검색 경험 향상을 위한 AI 활용
통합검색에서 사용자의 여행 의도를 먼저 파악하도록 AI 분류 시스템을 적용했습니다. 이를 통해 검색 결과 노출 순서를 개선하고 실제 사용자 경험을 높였습니다.
#LLM#prompt
87005분
최신 논문 분석을 통한 LLM의 환각 현상 완화 전략 탐구
LLM 환각의 원인과 완화 전략을 정리하고, 최근 논문 3편의 실험 결과를 바탕으로 신뢰성 향상 방향을 소개했습니다. 불확실성 인식, 외부 지식 활용, 자체 검증을 함께 고려하는 설계가 중요하다고 설명했습니다.
#LLM#RAG
84005분
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
iOS 앱 사이즈 줄이기
iOS 앱 사이즈를 줄인 경험을 소개했습니다. 이미지 최적화와 중복 리소스 제거로 17MB를 줄였습니다.
#iOS#image optimization
111005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
“누구세요?”는 이제 그만 – AI 예측 LLM 개발기
미저장 연락처의 관계를 예측하는 AI 기능 고도화 과정을 소개했습니다. 데이터 정제와 LLM 학습으로 정확도를 13% 이상 높였습니다.
#LLM#ML
114005분
시각 언어 모델(Vision Language Model) 활용시 꼭 알아야 할 사실
VLM은 쉬운 공간 관계 문제도 자주 틀리는 한계가 있습니다. 현업 적용 전 정확성과 취약점을 충분히 검토해야 했습니다.
#LLM#ML
60005분
당근의 엔지니어가 긴밀하게 협업하는 방법
광고 추천 ML 파이프라인 분리 프로젝트에서 긴밀한 협업 방식을 소개했습니다. 데일리 스레드, 페어프로그래밍, 랜덤 코드 리뷰로 맥락 공유와 지식 확장을 이끌었습니다.
#ML#GitHub Actions
137005분
연간 LLM 호출 비용 25% 절감, 인턴이 도전한 시맨틱 캐싱 도입 기록
시맨틱 캐싱을 도입해 채팅 AI 메시지 추천의 LLM 호출 비용을 크게 줄인 사례를 소개했습니다. 오프라인과 온라인 검증을 통해 약 25% HIT 비율과 연간 2억 원대 절감 효과를 확인했습니다.
#LLM#cache
320005분
CVPR 2025 참관기: 고품질 인물 생성을 위한 HG-DPO 연구 소개
X
#ML#CVPR
47005분
Language Model의 새로운 패러다임? Large Language Diffusion Model!!
AR 언어모델의 한계를 보완하기 위해 Diffusion 기반 언어생성 접근을 소개했습니다. 학습과 추론 절차, 성능 강점과 한계까지 논문 관점에서 정리했습니다.
#LLM#NLP
85005분