ChatGPT API를 이용해 시스템을 구축하는 것은 모델에 프롬프트를 보내고 응답을 받는 것 이상의 과정을 필요로 합니다. 사용자 경험을 보장하기 위해 여러 단계의 신중한 계획, 구현, 관리를 요구합니다. 다음은 간략화된 단계별 과정입니다: ChatGPT API를 효과적으로 사용하고 신중하게 시스템의 워크플로우에 통합함으로써, 대규모 언어 모델의 힘을 이용한 상호작용적이고 매력적인 애플리케이션을 만들 수 있습니다. Language Models, the Chat Format…
세상에 단 하나뿐인 맞춤형 책을 만들어드립니다!AI 기술과 감성을 결합해 여러분의 이야기를 특별한 책으로 제작합니다. 1. 고객이 준비해야 할 사항 책 제작을 위해 고객이 준비할 것은 간단합니다: 1.1 주제 선정 1.2 사진 준비 1.3 간단한 스토리 아이디어 2. 책 제작 과정 주문이 접수되면 모든 작업은 제가 진행하며, 출판 전에 고객의 컨펌 과정을 반드시 거칩니다. 2.1 AI…
LLM 경제학 – 생성형 AI에 대한 가이드 Chapter 1: Taking a Case Study Approach 우리의 사례 연구는 고객 생애 주기의 각 단계인 획득, 유지, 참여, 그리고 되찾기를 다룰 것이며, MarTech 부문 내에서 제너레이티브 AI의 네 가지 독특한 응용에 중점을 둘 것입니다. 각 사례 연구에 대해 외부 API와 자체 호스팅된 모델을 사용하여 생성 비용을 추정할 것입니다….
Fine-tuning LLMs Tasks to finetune Before Fine-tuning (base or pretrained model) Fine-turning 지도 학습 과정은 지시 프롬프트(instruction prompts)를 사용하여 언어 모델(LLM)을 미세 조정하는 것을 포함합니다. 지도 학습(supervised learning)은 머신 러닝의 한 분야로, 모델이 레이블이 지정된 데이터 세트에서 학습하는 방법입니다. 이러한 과정에서 모델은 입력 데이터와 해당 레이블 사이의 관계를 학습하려고 시도합니다. “언어 모델(LLM)”은 텍스트 데이터를 처리하고…
AutoGen 프레임워크에서, AssistantAgent는 사용자의 요구 사항에 따라 Python 코드를 작성하는 역할을 하며, UserProxyAgent는 이 코드를 실행하는 프록시 역할을 합니다. 예를 들어, 사용자가 10대 기술 회사의 올해 수익 정보를 요청하면, AssistantAgent는 이 작업을 수행하기 위한 코드를 작성합니다. 그 후, UserProxyAgent는 이 코드를 실행하여 웹에서 필요한 정보를 획득하고 사용자에게 제공합니다.
최근 들어, ChatGPT와 같은 인공지능 모델이 다양한 질문에 답을 잘하는 이유는 무엇일까요? 바로 엄청난 양의 데이터를 학습한 덕분입니다. 하지만 이 모델들이 최신 정보를 반영하려면 어떻게 해야 할까요? 여기에는 몇 가지 기술이 필요합니다. 오늘은 그중에서도 최근 주목받고 있는 **Cache-Augmented Generation(CAG)**이라는 기술을 소개합니다. 왜 최신 정보가 필요한가요? AI 모델은 학습 시점 이후의 정보는 반영하지 못하기 때문에, 새로운…
컴퓨터 비전 프로젝트에서 데이터셋은 핵심적인 역할을 합니다. 좋은 데이터셋은 모델의 성능을 결정짓는 가장 중요한 요소 중 하나이며, 특히 정확하고 풍부한 데이터는 성공적인 프로젝트를 이끌어낼 수 있습니다. **로보플로우(Roboflow)**는 컴퓨터 비전 프로젝트를 위한 방대한 데이터셋을 제공하여 개발자와 연구자들이 효율적으로 프로젝트를 진행할 수 있도록 돕습니다. 이번 글에서는 로보플로우의 데이터셋이 제공하는 기능, 주요 예제, 그리고 프로젝트에 활용할 수 있는…
“책 읽는 습관은 상상력과 미래를 키웁니다.” 책을 읽기 시작하는 어린이에게 독서의 즐거움을 알려주는 것, 부모라면 누구나 바라는 일입니다. 하지만 아이들이 책을 좋아하게 만드는 일은 생각보다 쉽지 않습니다. Jini Books에서는 이런 고민을 해결하기 위해 특별한 맞춤형 동화책을 제작합니다. 아이의 사진, 좋아하는 장난감, 그리고 부모님의 이야기를 바탕으로 세상에 하나뿐인 아이 맞춤형 이야기를 만들어 드립니다. 1. 왜 맞춤형…
청킹은 텍스트를 작은 세그먼트로 나누는 과정으로, LLM 어플리케이션에서 중요한 최적화 기술입니다. 다양한 청킹 방법들이 있으며, 각 방법은 특정 상황에 적합할 수 있으며, 고정 크기 청킹, 재귀 청킹, 특수 청킹 등이 포함됩니다. 최적의 청킹 크기와 방법을 결정하려면 데이터 전처리, 청킹 크기 범위 선택, 그리고 각 청킹 크기의 성능 평가와 같은 여러 단계를 거쳐야 합니다.
