생성형 검색: 데모에서 서비스로
생성형 검색이 서비스로 자리 잡기 위해 필요한 전환 전략을 설명했습니다.\n초기 강점 시나리오를 선정하고 리텐션과 품질을 보며 점진적으로 확장해야 합니다.
#LLM#검색
26005분
새로운 기술 블로그가 추가되었어요
필터 1
Data Product (2) AI(데이터)로 실제 운영 효율화가 가능할까?
AI 모델만으로 세차 필요 여부를 단정할 수 없어, 판단 기준과 차량 상태 정의를 다시 설계했습니다. 그 결과 세차 요청 로직을 구조화해 운영 효율과 고객 만족도를 함께 높였습니다.
#LLM#ML
11005분
'우리 회사 서비스 캐릭터들이 AI를 만나면 어떤 아이들이 될까?' (feat. SKP 멀티 LLM 플레이그라운드 ＆ AI 프롬프톤 사례 공유)
'우리 회사 서비스 캐릭터들이 AI를 만나면 어떤 아이들이 될까?' (feat. SKP 멀티 LLM 플레이그라운드 ＆ AI 프롬프톤 사례 공유)
사내에서 여러 LLM을 한곳에서 비교해볼 수 있는 플레이그라운드를 만들고, 이를 프롬프트 엔지니어링 체험 행사로 확장한 사례를 공유했습니다. 서비스 캐릭터를 AI 페르소나로 재해석하는 프롬프톤 운영 경험도 함께 소개했습니다.
#LLM#prompt
21005분
Cramify Story: Creating a tool that empowers students to succeed
대학생의 시험 준비 비효율을 해결하기 위해 생성형 AI 학습 도구 Cramify를 만들게 된 배경을 소개했습니다. 학생 인터뷰와 문제 데이터베이스, LLM을 바탕으로 약 2개월 만에 MVP를 완성했습니다.
#LLM#검색
25005분
The Future of Learning: How Generative AI Is Revolutionizing Education
생성형 AI가 교육을 개인화된 대화형 학습으로 바꾸는 흐름을 소개했습니다. QANDA의 Qutor 사례를 통해 질문 응답 보완과 학습 경험 개선 가능성을 설명했습니다.
#LLM#교육
10005분
Mergekit, LLM을 한번 합쳐보자!
Mergekit으로 공개 LLM을 병합하는 방법과 YAML 설정, 실행 절차를 정리했습니다. 병합 결과를 허깅페이스에 올려 활용하는 흐름까지 소개했습니다.
#LLM#mergekit
24005분
RLHF - 어떻게 LLM의 성능을 향상시킬 수 있을까?
RLHF를 중심으로 LLM 성능을 높이는 SFT, Reward Model, PPO, DPO를 정리했습니다. 사람 선호를 반영하되 학습 불안정성과 보상 해킹에 주의해야 합니다.
#LLM#RLHF
44005분
LangChain: LLM 서비스를 어떻게 개발할 수 있을까?
LangChain을 활용해 LLM 애플리케이션을 만드는 방법을 소개했습니다. 또한 LangSmith, Retrieval, Agent, 서빙까지 개발 흐름을 예제로 정리했습니다.
#LangChain#LLM
27005분
Open LLM Leaderboard 찍먹 후기
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
21005분
2023년 콴다의 발자취 | QANDA Year in Review
콴다의 2023년 이용 데이터와 콴다과외 성과를 연말결산 형태로 정리했습니다. LLM 기반 AI 튜터를 통해 맞춤형 교육을 더 넓히겠다는 계획도 함께 소개했습니다.
#검색#OCR
15005분
AI 뇌를 위한 닭고기 수프: 라벨링
유튜브 퀴즈의 품질을 높이기 위해 좋은 질문의 기준을 세우고 라벨링 체계를 설계했습니다. 또한 전용 라벨링 툴과 QC 모델 학습 루프로 질문 생성 AI를 개선했습니다.
#LLM#데이터 라벨링
8005분
Application Specific Integrated Circuit (ASIC) Floorplan Automation - Part II
ASIC 플로어플랜 배치 최적화를 강화학습으로 풀어낸 사례를 설명합니다. 넷리스트 연결성과 배치 정보를 함께 다루기 위해 GNN과 CNN을 결합했습니다.
#LLM#Reinforcement learning
10005분