Introduction to NAVER Place AI Development Team
NAVER GLACE AI 개발팀의 서비스 적용 사례와 운영 체계를 소개했습니다. 또한 PlaceLM을 중심으로 태그 추출과 서빙 효율 개선 방향을 설명했습니다.
#LLM#NLP
3200
필터 1
![[IT TREND] 프롬프트 엔지니어링, AI라는 도구를 잘 사용하는 방법](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcGogwI%2Fbtr67ZGx39u%2F91x9ThKJhBqJ5SbPhPwChk%2Fimg.png)
[IT TREND] 프롬프트 엔지니어링, AI라는 도구를 잘 사용하는 방법
프롬프트 엔지니어링을 AI를 잘 쓰기 위한 핵심 기술로 설명하며 주요 기법과 가이드라인을 정리했습니다. 또한 프롬프트 마켓과 적대적 프롬프팅의 가능성과 우려도 함께 살펴보았습니다.
#LLM#prompt
1900
NAVER GLACE AI 개발팀은 어떤 일을 해?
네이버 GLACE AI 개발팀이 서비스에 적용하는 NLP·CV 모델과 전용 LLM PlaceLM을 소개했습니다. 또한 데이터 버전 관리, 모니터링, 무중단 배포 등 운영 체계도 함께 다뤘습니다.
#LLM#NLP
3900
AI 워크로드에 적합한 스토리지
AI 워크로드는 학습 단계와 데이터 특성에 따라 스토리지 요구사항이 달라집니다. 고성능과 확장성을 함께 고려해 블록, 파일, 오브젝트 스토리지를 비교하고 하이브리드 구성을 제안했습니다.
#ML#NLP
1700
Multi Task Learning 기반 챗봇 모델 개발
상위·하위 인텐트를 함께 추론하는 챗봇을 위해 MTL 기반 PLE 모델과 CurricularFace loss를 적용했습니다.\n기존 앙상블보다 성능과 관리 효율을 함께 개선한 사례를 소개했습니다.
#LLM#NLP
1700
자연어처리 모델을 활용한 개인화 추천시스템
자연어처리의 토픽 모델링을 개인화 추천에 적용하는 방식을 소개했습니다. 사용자 행동 데이터를 바탕으로 관심 주제를 추출해 맞춤형 추천을 구성하는 개념을 설명했습니다.
#NLP#추천시스템
1800
AI 기반 뉴스 3줄 요약 서비스 개발기
줌인터넷과 연합뉴스가 AI 기반 뉴스 3줄 요약 서비스를 공동 개발했습니다.\n추출식 요약 모델과 자체 태깅 툴로 학습 데이터를 구축해 실시간 API로 운영했습니다.
#NLP#ML
300
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
AI를 활용한 고용률 예측 모델 개발기(1)
뉴스 정보를 이용해 고용률 변화를 예측하는 멀티모달 모델 개발 과정을 소개했습니다. 이번 글에서는 고용 기사 분류와 감정 분석을 위한 KoELECTRA 기반 설계를 다뤘습니다.
#LLM#NLP
300
‘가짜뉴스를 찾아라!’ 가짜뉴스 판별 특허 알아보기
줌인터넷의 가짜뉴스 판별 특허를 소개하며 제목과 본문 불일치 기반 탐지 구조를 설명했습니다. 중요문단 추출 뒤 반의어·거리·도치 점수를 합산해 스팸뉴스 여부를 판단했습니다.
#ML#NLP
400
AI PLUS 2020 컨퍼런스, 그 현장속으로!
X
#컨퍼런스#ML
300
포털 적용 사례로 알아본 NER 개념과 활용법
NER은 비정형 텍스트에서 개체명을 분류해 문맥에 맞는 검색·뉴스 분류에 활용하는 기술입니다. 포털 사례를 바탕으로 임베딩, BiLSTM, CRF로 구현 흐름을 설명했습니다.
#NLP#ML
500
문서 이해 인공지능(AI) 연구 동향
문서 이해 AI의 최신 연구 동향을 영수증과 인보이스 사례로 정리했습니다. 텍스트뿐 아니라 위치와 시각 정보를 함께 활용할 때 성능이 좋아짐을 비교했습니다.
#NLP#LayoutLM
500