감독자의 언어
좋은 프롬프트는 단순한 지시가 아니라 요구사항 명세로 다뤄야 한다고 설명했습니다. 결과물의 경계, 위임 기준, 검증 방법을 미리 적어 재작업을 줄이는 방법을 제안했습니다.
#prompt#LLM
4005분
필터 1
Gemini Robotics 2, Gemini Spark 등 7월 다섯째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers 7월 다섯째 주 위클리 업데이트를 소개했습니다. AI, Android, Firebase, Google Play 관련 최신 소식을 한 번에 확인할 수 있습니다.
#LLM#Android
3005분
[클로바 시선 #56] 충돌은 나누고, 성능은 합치다: 효율적인 LLM Post-training 전략 MERIT
멀티모달 LLM 후학습에서 서로 다른 데이터를 섞을 때 생기는 충돌 문제를 다뤘습니다. 효율적인 Post-training 전략 MERIT를 소개했습니다.
#LLM#ML
8005분
[네이버클라우드 아카데미] 가천대학교와 함께한 톺아보기✨
X
#cloud#LLM
3005분
A1Mobilsoft의 운영 문의 자동화 여정 (2): 세 에이전트 구현과 사람 vs AI 검증
세 에이전트 구현 과정에서 겪은 검색 오판, 코드 분석 루프, DB 접근 안전장치를 정리했습니다. 사람 vs AI 비교로 속도와 한계도 함께 검증했습니다.
#AWS#LLM
2005분
A1Mobilsoft의 운영 문의 자동화 여정 (1): 문제 정의와 3-에이전트 아키텍처 설계
운영 문의 채널의 지연과 반복 작업을 줄이기 위해 3-에이전트 아키텍처를 설계했습니다. Knowledge·Code·DB로 역할을 나눠 빠른 응답과 정확한 진단을 노렸습니다.
#AWS#LLM
4005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Grafana에서 자연어로 장애 원인을 분석하기: LLM 에이전트 기반 SRELens 개발기
Grafana에서 자연어로 장애 원인을 찾는 SRELens 개발 사례를 소개했습니다.\nLLM 에이전트를 운영 환경에 맞게 제어하기 위해 프롬프트 레이어 분리와 도구 호출 가드레일을 설계했습니다.
#Grafana#LLM
18005분
AI SDLC의 올바른 접근법과 사전 준비사항_0724
AI SDLC를 전면 자동화로 보는 접근의 위험성과 단계별 성숙도 차이를 정리했습니다. PoC 검증, 정량 KPI, Human-in-the-loop로 범위를 확정하는 전략을 제안했습니다.
#LLM#RAG
17005분
LLM은 똑똑한데, 왜 우리 회사 일은 모를까
LLM이 내부 업무를 잘 답하려면 검색보다 신뢰할 수 있는 컨텍스트 관리가 필요했습니다. 문서, 코드, 메신저를 공통 단위로 정규화하고 관계와 최신성을 함께 검증하는 Topic 설계를 소개했습니다.
#LLM#검색
94005분
[클로바 시선 #55] 우리의 눈과 귀로 현장을 이해하다 : 독자 인코더와 HyperCLOVA X SEED 4B 개발기
전장처럼 다양한 정보가 동시에 들어오는 환경을 위한 옴니모달 AI 개발 내용을 소개했습니다. 경량 모델 HyperCLOVA X SEED 4B와 CLIP 기반 핵심 구성 요소를 자체 기술로 개발했습니다.
#ML#LLM
15005분
[클로바 시선 #54] 환각은 흔적을 남긴다: Future Context 기반 LLM 환각 검출
LLM 환각 검출의 중요성과 필요성을 설명하는 글입니다. 생성 결과의 사실성 검증과 흔적 추적의 필요성을 다뤘습니다.
#LLM
22005분
2주 만에 Strands SDK와 Amazon Bedrock AgentCore로 구현한 어스얼라이언스의 CS 환불 자동응답 에이전트 시스템
Strands SDK와 Amazon Bedrock AgentCore로 환불 CS 자동응답 에이전트를 2주 만에 구축했습니다. 내부 검수 초안 방식과 멀티턴 맥락·안전성 검증을 결합해 운영 가능성을 확보했습니다.
#Amazon Bedrock#LLM
10005분