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
1900
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
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
1500
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
3500
감성 AI 시장, 얼마나 커질까?
해외 감성 AI 사례와 국내 팬덤·크리에이터 서비스의 접목 가능성을 분석했습니다. 몰입감 있는 관계 형성과 함께 어색한 모방, 과몰입 위험도 함께 짚었습니다.
#LLM#GPT
000
더 나은 생성모델을 위해 RLHF로 피드백 학습시키기
사람의 선호도를 보상으로 학습하는 RLHF의 SFT·리워드 모델·PPO 과정을 설명했습니다. 루다 적용 실험과 학습 불안정성, FSDP·DPO 등 최적화 및 대안을 소개했습니다.
#RLHF#LLM
000
DASH 2023 다녀왔습니다.
DASH 2023 참가 후기를 통해 Datadog의 워크숍, 키노트, 한국어 세션, 부스 체험을 정리했습니다. Bits AI, Trace Queries, Flex Logs 같은 신규 기능과 현장 교류 경험도 공유했습니다.
#Datadog#Kubernetes
2300
ACL 2023 Review
ACL 2023의 NLP·LLM 논문 18편을 핵심 방법과 실험 결과 중심으로 리뷰했습니다. CoT, 인스트럭션 튜닝, 데이터 생성·평가, 다국어 일반화의 한계를 함께 살펴봤습니다.
#NLP#LLM
000
새로운 루다를 지탱하는 모델 서빙 아키텍처 — 3편: 안정적인 LLM 서비스를 위한 서빙 최적화 기법
LLM 서빙 비용을 줄이기 위한 추론 최적화 기법과 CPU·GPU·IPU 서빙 방식을 정리했습니다. Latency-RPS 부하 테스트로 지연시간·처리량·인스턴스 비용을 평가하는 방법을 제시합니다.
#LLM#GPU
000
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
Deduplication - 학습 데이터에서 중복 제거하기
대규모 LLM 학습 데이터의 근접 중복을 효율적으로 제거하는 NearDedup 방식을 소개했습니다. LSH·자카드 유사도·편집 거리 필터를 Apache Beam으로 병렬 처리했습니다.
#LLM#Apache Beam
000
![[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FGn8Jg%2FbtsjR7s561f%2F0vBashdooUnSomPpKv0pCk%2Fimg.png)
[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법
FMOps를 LLM 시대의 AI 앱 개발 방법론으로 소개했습니다. 프롬프트 체이닝과 데이터 연동, 모니터링을 중심으로 주요 플랫폼 사례를 정리했습니다.
#LLM#FMOps
3200
![[IT TREND] Google I/O & Microsoft Build 리뷰](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcL3o5z%2Fbtshkx9xigJ%2FXPfvQxaIsrkRPKVvFzF141%2Fimg.png)
[IT TREND] Google I/O & Microsoft Build 리뷰
구글과 마이크로소프트의 연례 개발자 행사에서 생성형 AI와 AI 에이전트 전략이 집중 조명되었습니다. 두 기업이 OS 단위로 AI를 통합하며 개인화된 디지털 경험 경쟁을 본격화했습니다.
#LLM#Google I/O
1600
Luda Gen 1, 더 재미있고 자연스러운 대화로 돌아온 루다 2편 - 생성 모델을 챗봇으로 빚어내기
생성 챗봇의 단답형·페르소나·안전성 문제를 좋은 응답 기준과 추가학습으로 개선했습니다. SFT와 스타일 제어를 평가해 품질과 안전성 균형이 높은 SFT를 백본으로 선택했습니다.
#ML#챗봇
000
샘 알트만과 따로 만나 1시간 동안 나눈 이야기
OpenAI 서울 라운드테이블에서 API 플랫폼 전략과 LLM 제품화 과제를 공유했습니다.\nGPU, 환각, 비용, 데이터, 경쟁력 관점의 실무적 논의를 정리했습니다.
#OpenAI#LLM
000
생성형 AI와 데이터 사이언스의 미래
생성형 AI가 데이터 사이언스의 반복 분석과 리포팅을 빠르게 자동화할 가능성을 정리했습니다. 이에 맞춰 조직과 개인이 도메인 이해와 문제 해결 역량을 강화해야 한다고 보았습니다.
#LLM#ChatGPT
2300