OpenAI API Beta Feature: Assistant API
OpenAI Assistant API의 개념과 핵심 구성 요소를 정리했습니다. 파일 검색, 코드 실행, 함수 호출로 맞춤형 AI 어시스턴트를 구축하는 활용 예시를 소개했습니다.
#OpenAI API#RAG
21005분
필터 0
모델 정렬을 위한 효과적인 학습 전략
사전 학습, 지도 미세 조정, RLHF, DPO를 통해 LLM 정렬 전략을 설명했습니다. 특히 선호 데이터와 기각 샘플링, DPO의 장점을 중심으로 비교했습니다.
#LLM#RLHF
22005분
허깅페이스 트랜스포머 라이브러리 사용방법
허깅페이스 트랜스포머의 기본 개념과 사용 흐름을 정리했습니다. 모델 로딩, 토크나이징, 데이터셋 준비, 학습, 추론까지 한 번에 살펴볼 수 있었습니다.
#Python#LLM
30005분
기업용 AI 에이전트 스튜디오, 달파 준비하기
달파는 기업용 AI 에이전트 스튜디오로서 다양한 AI 솔루션과 맞춤 서비스를 제공합니다. 또한 개발 프로세스와 최근 뉴스까지 함께 소개했습니다.
#LLM#ML
12005분
기업용 AI 에이전트 스튜디오, 달파준비하기
달파는 기업용 AI 솔루션을 제공하는 B2B SaaS 기업으로 소개했습니다. AI 스토어와 맞춤형 서비스, 단계별 개발 프로세스를 중심으로 설명했습니다.
#LLM#ML
59005분
기업용 AI 다이소, 달파준비하기
달파는 기업용 AI 솔루션을 제공하는 B2B SaaS 기업으로 소개했습니다. AI 스토어와 맞춤형 서비스, 개발 프로세스, 최근 소식까지 함께 다뤘습니다.
#LLM#NLP
10005분
아자르에서는 어떤 추천 모델을 사용하고 있을까?
아자르는 1:1 비디오 채팅 매칭을 위해 CUPID 추천 모델을 설계하고 적용했습니다. 투 타워 구조와 세션 임베딩 분리로 레이턴시를 줄이고 추천 성능을 높였습니다.
#추천 시스템#two-tower architecture
23005분
RAGAS: RAG 시스템 성능 평가, 이제는 제대로 해보자!
RAGAS를 통해 RAG 시스템을 정량적으로 평가하는 방법을 소개했습니다. 주요 지표와 Streamlit 데모, LangSmith 연동까지 함께 설명했습니다.
#RAG#LLM
44005분
Harness를 이용해 LLM 애플리케이션 평가 자동화하기
LLM 애플리케이션의 변동성과 복잡성을 줄이기 위해 테스트와 평가를 자동화하는 방법을 소개했습니다. Harness를 커스텀해 프롬프트, 지표, 아웃풋별 평가를 동적으로 처리하는 파이프라인을 구성했습니다.
#LLM#test
52005분
AI, 채팅창을 벗어나 로봇의 두뇌가 되다
AI가 채팅창을 넘어 로봇의 인지, 판단, 행동을 담당하는 흐름을 정리했습니다. 휴머노이드와 로봇 파운데이션 모델의 최신 사례도 함께 소개했습니다.
#LLM#로봇
24005분
토스 프론트엔드 개발자들이 더 이상 문서를 찾지 않는 이유
토스 프론트엔드 팀은 문서를 찾아가는 대신 질문하면 바로 답을 받는 환경을 만들었습니다. RAG 챗봇과 자동 문서화 봇으로 지식이 흐르는 팀 문화를 구축했습니다.
#LLM#RAG
43005분
고등학생도 이해하는 Transformer (Deep Learning) #5
벡터 내적과 Linear Layer를 MNIST 분류 예제로 풀어 설명했습니다. 학습이 진행되며 가중치가 숫자 이미지와 닮아가는 과정을 통해 원리를 이해하도록 돕습니다.
#Transformer#ML
16005분