고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
컬리의 후기 이미지 흐림 판별 개선 과정을 정리했습니다. 딥러닝 실험의 한계를 확인한 뒤 라플라시안 필터와 표준편차 기반 방식으로 정확도를 높였습니다.
#ML#CNN
4000
AI 기술 블로그 최신 글
필터 0
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
2500
스마트폰 보안의 미래: On-Device Confidential Computing 알아보기
스마트폰 보안의 미래: On-Device Confidential Computing 알아보기
스마트폰 보안 강화를 위한 온디바이스 컨피덴셜 컴퓨팅을 소개하는 글입니다. 다만 본문은 오류 메시지만 보여 추가 내용을 확인할 수 없었습니다.
#보안#cloud
500
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
2400
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
1600
IEEE Globecom 2023에서 공개한 차세대 자동화 ML 솔루션 ‘AutoMLPoweredNetworks’
IEEE Globecom 2023에서 공개한 차세대 자동화 ML 솔루션 ‘AutoMLPoweredNetworks’
차세대 네트워크의 복잡한 트래픽 패턴을 최적화하기 위한 자동화 ML 솔루션을 소개했습니다. IEEE Globecom 2023에서 공개된 AutoMLPoweredNetworks 사례를 중심으로 살펴봤습니다.
#ML#자동화
1000
AI 교육 회사에서의 챗봇 브랜딩
AI 교육 서비스의 챗봇 루미를 브랜딩하며 정서적 연결성과 친근한 아이덴티티를 설계했습니다. 캐릭터 대신 눈 기반 심볼과 로고로 차별화해 2주 만에 베타 런칭용 브랜드를 완성했습니다.
#브랜딩#챗봇
2100
머신러닝으로 퀸잇의 퀀텀 점프를 이끌어낸 엔지니어, 하홍석
라포랩스 ML 엔지니어 인터뷰로, 퀸잇의 개인화 추천 고도화와 ML 활용 범위를 소개했습니다. 고객·플랫폼 효용과 빠른 PoC를 기준으로 기술을 선택하는 방식도 다뤘습니다.
#ML#추천
2600
컬리가 상품을 고객에게 빠르게 전달하는 똑똑한 방법
TC 수용력과 배송시간을 반영한 조합 최적화로 권역 배정을 개선했습니다. OR-Tools 기반 도구화와 운영 피드백 반복으로 현실 적용성을 높였습니다.
#조합 최적화#OR-Tools
100
코딩하다 막힐 땐? 똑똑한 삼성형 코딩 AI 도구(code.i)
코딩하다 막힐 땐? 똑똑한 삼성형 코딩 AI 도구(code.i)
코딩 중 막힐 때를 돕기 위한 삼성의 코딩 AI 도구 `code.i`를 소개한 글입니다.
#코딩
1300
리뷰기반 맛집 추천 서비스 만들기 with GPT-4
GPT-4와 ada embeddings로 리뷰 기반 맛집 추천 서비스를 구현한 과정을 정리한 글입니다. 검색 정확도 문제를 겪으며 벡터 검색과 리뷰 데이터의 한계도 함께 살펴보았습니다.
#GPT-4#OpenAI API
4100
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
1700
ChatGPT에게서 좋은 대답을 이끌어 내는 방법 7가지
ChatGPT에게서 좋은 대답을 이끌어 내는 방법 7가지
ChatGPT에게 더 좋은 답변을 받기 위한 7가지 프롬프트 작성법을 소개했습니다. 명확한 질문과 구체적 조건 설정으로 답변 품질을 높이는 방법을 정리했습니다.
#ChatGPT#prompt
3800
오프라인과 온라인 A/B 테스트를 통해 오픈챗 추천 모델 개선하기
오픈챗 추천 모델 개선 과정에서 오프라인과 온라인 A/B 테스트의 간극을 줄이기 위해 Adhoc A/B 테스트를 도입했습니다. 개별 변경점을 순차 검증하며 안정적으로 새 모델을 릴리스한 사례를 공유했습니다.
#A/B 테스트#추천
1800