
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.

생성형 AI가 교육을 개인화된 대화형 학습으로 바꾸는 흐름을 소개했습니다. QANDA의 Qutor 사례를 통해 질문 응답 보완과 학습 경험 개선 가능성을 설명했습니다.

Mergekit으로 공개 LLM을 병합하는 방법과 YAML 설정, 실행 절차를 정리했습니다. 병합 결과를 허깅페이스에 올려 활용하는 흐름까지 소개했습니다.

RLHF를 중심으로 LLM 성능을 높이는 SFT, Reward Model, PPO, DPO를 정리했습니다. 사람 선호를 반영하되 학습 불안정성과 보상 해킹에 주의해야 합니다.

LangChain을 활용해 LLM 애플리케이션을 만드는 방법을 소개했습니다. 또한 LangSmith, Retrieval, Agent, 서빙까지 개발 흐름을 예제로 정리했습니다.

Huggingface Open LLM Leaderboard와 모델 병합 사례를 소개하는 후기 글입니다. CarbonVillain과 KF-DeBERTa를 통해 팀의 프로젝트도 함께 살펴볼 수 있습니다.


콴다의 2023년 이용 데이터와 콴다과외 성과를 연말결산 형태로 정리했습니다. LLM 기반 AI 튜터를 통해 맞춤형 교육을 더 넓히겠다는 계획도 함께 소개했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


유튜브 퀴즈의 품질을 높이기 위해 좋은 질문의 기준을 세우고 라벨링 체계를 설계했습니다. 또한 전용 라벨링 툴과 QC 모델 학습 루프로 질문 생성 AI를 개선했습니다.


ASIC 플로어플랜 배치 최적화를 강화학습으로 풀어낸 사례를 설명합니다. 넷리스트 연결성과 배치 정보를 함께 다루기 위해 GNN과 CNN을 결합했습니다.

생성형 AI 제품은 일반 소프트웨어와 다른 개발 프로세스와 운영 지표가 필요했습니다. 비즈니스 목표와 모델 품질, 비용을 단계별로 연결해 관리하는 방법을 정리했습니다.

Gen AI를 연구 기술이 아닌 사용자 관점에서 바라본 SW 개발자의 생각을 다룬 글입니다. 다만 본문이 중간에서 끊겨 구체적 내용은 충분히 확인되지 않았습니다.

Google Cloud Next’23 오프라인 참관기를 통해 Generative AI와 Duet AI의 흐름을 소개했습니다. BigQuery와 데이터 업무에서의 활용 가능성에 큰 기대를 전했습니다.
모바일 키보드에 생성 AI를 통합해 오타 교정과 문장 개선을 바로 제공하는 방향을 소개했습니다. Beta 기간에는 데이터와 유저 인터뷰로 활용 상황을 검증하고 UX를 개선할 계획입니다.