국내 IT 기업 기술 블로그 최신 글

필터 1
전문가의 절반을 내보냈습니다
스캐터랩 핑퐁
AI

전문가의 절반을 내보냈습니다

MoE 전문가 사용량 편중을 분석해 REAP 기반 절반 프루닝을 적용했습니다. 유저 지표 차이 없이 GPU당 대화 처리량을 1.6배로 높였습니다.

#LLM#MoE
3300
MoE란? AI 모델 구조 MoE(전문가 혼합)의 개념·원리·장단점 쉽게 이해하기
노타
AI

MoE란? AI 모델 구조 MoE(전문가 혼합)의 개념·원리·장단점 쉽게 이해하기

MoE의 토큰별 라우팅, 총·활성 파라미터, 밀집 구조 대비 계산 효율을 설명했습니다. 메모리 요구량과 양자화 난점, 이를 줄이는 NMQ 접근도 소개했습니다.

#MoE#LLM
2000
통합 검색 임베딩 모델 개발기: 디자인 검색을 하나의 표현 공간으로 묶기
미리디
AI

통합 검색 임베딩 모델 개발기: 디자인 검색을 하나의 표현 공간으로 묶기

미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.

#LLM#ML
15100
“누구세요?”는 이제 그만 – AI 예측 LLM 개발기
데보션
AI

“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
11900
코드 품질 개선 기법 2편: 확인 여부를 확인했나요?
라인
프론트엔드

코드 품질 개선 기법 2편: 확인 여부를 확인했나요?

함수는 값이 이미 확인됐다는 암묵적 가정에 의존하지 않도록 설계해야 합니다. 내부 검증, 반환값 처리, 타입 보장으로 책임을 명확히 나누는 방법을 소개했습니다.

#type checking#Kotlin
2900
경량화 레시피: Teacher 지식 조린 소형 모델, 근데 성능을 곁들인
네이버 D2
AI

경량화 레시피: Teacher 지식 조린 소형 모델, 근데 성능을 곁들인

서비스용 LLM을 성능 저하 없이 소형화하는 경량화 레시피를 소개했습니다. 제목 추천과 키워드 추출 사례로 실무 적용 방식을 다뤘습니다.

#LLM#model
1800
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
"여기가 집이 맞나요?"AI로 주소 등록 유도한 결과는 - 25편 – 집 추천을 위한 CDP 활용과 딥러닝 모델링
티맵모빌리티
AI

"여기가 집이 맞나요?"AI로 주소 등록 유도한 결과는 - 25편 – 집 추천을 위한 CDP 활용과 딥러닝 모델링

티맵에서 집 등록을 유도하고 집 추천을 강화한 사례를 다루고 있습니다. CDP와 딥러닝 모델링으로 내비게이션 편의성을 높이는 방향을 소개합니다.

#ML#model
7900
도메인 주도 설계와 모델 주도 설계 도입하기 - 정산편
타다
아키텍처

도메인 주도 설계와 모델 주도 설계 도입하기 - 정산편

정산 도메인에 DDD와 MDD를 적용해 흩어진 지식과 강결합 구조를 정리했습니다. 모델을 단순화하고 책임을 분리해 가독성과 확장성을 높였습니다.

#DDD#model
3800
AWS DynamoDB 모델링
ZUM
백엔드

AWS DynamoDB 모델링

DynamoDB의 핵심 개념과 설계 기준을 RDBMS ERD 관점에서 정리했습니다. Access Pattern을 먼저 정의하고 Reverse Modeling으로 테이블과 인덱스를 설계하는 흐름을 설명했습니다.

#AWS#DynamoDB
1200