Tokenizer: LLM은 텍스트를 어떻게 받아들일까? (feat. Andrej Karpathy) #1
LLM이 텍스트를 토큰으로 어떻게 받아들이는지 설명하는 입문 글입니다.\n토큰 개념과 학습 맥락을 이해하는 데 도움이 됩니다.
#LLM#토큰
10005분
새로운 기술 블로그가 추가되었어요
필터 1
Writing Path: MBTI J처럼 체계적으로 글쓰는 AI
Writing Path: MBTI J처럼 체계적으로 글쓰는 AI
CLOVA for Writing의 LLM 기반 긴 블로그 초안 생성 기법 WritingPath를 소개한 세션입니다. 글쓰기 생산성과 평가 방법을 함께 다루며 체계적인 작성 흐름을 제안했습니다.
#LLM#글쓰기
27005분
Phi-3 Technical Report Review
Microsoft의 Phi-3 기술 보고서를 리뷰한 글입니다. phi-3-mini(3.8B)를 중심으로 작은 모델의 성능을 소개했습니다.
#LLM
5005분
[특집 인터뷰] SNOW AI 세계를 흔들다!
[특집 인터뷰] SNOW AI 세계를 흔들다!
SNOW 팀의 생성형 AI 서비스로 미국 앱스토어 1위를 달성한 사례를 소개하는 인터뷰입니다. 기획, 디자인, 개발 과정의 고민과 어려움, 그리고 인사이트를 다루고 있습니다.
#LLM#prompt
7005분
ChatGPT로 암호화폐 가격 예측하기
ChatGPT로 암호화폐 가격 예측하기
암호화폐 시장에서 LLM과 뉴스 데이터를 활용해 가격 예측 연구를 소개했습니다. 한국과 글로벌 뉴스 감성 분석으로 가격 변동성과의 상관관계를 살펴봤습니다.
#ChatGPT#LLM
24005분
체계적인 실험 관리 #1. AI 모델의 성능을 높이는 첫걸음
AI 프로젝트에서 성능 비교와 재현성을 높이기 위한 실험 관리 체계를 소개했습니다. 데이터·코드 버전과 MLflow 기록을 분리해 협업과 추적성을 강화했습니다.
#MLflow#Git
18005분
![[5월 2주차 위클리 업데이트] 이번 주 발표된 Google for Developers 최신 소식을 확인하세요!](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjNGleuvh_5ifDsOtW0kzXLCkvY7XYc-F06GUikEOdMjiDeZsbnDjz7RhXeyMREp6l4AX_VrQECkz67VDXvH2KJwDtPG8qlSCJiMy9yu3ttxNDMKwl8e_ukSr63dHzE44eKCWEslxqyNog/s1600/lockup_google_developers_horizontal_knockout_wht.png)
[5월 2주차 위클리 업데이트] 이번 주 발표된 Google for Developers 최신 소식을 확인하세요!
Google for Developers의 5월 2주차 주요 개발자 소식을 분야별로 정리했습니다. AI, Android, Google Play, Flutter 관련 최신 업데이트를 한눈에 확인할 수 있습니다.
#LLM#Keras
4005분
숏클립 생성을 위한 하이라이트 검출 기술 개발기
숏클립 생성을 위한 하이라이트 검출 기술 개발기
네이버 쇼핑라이브의 긴 영상에서 숏클립용 하이라이트를 자동 검출하는 Sinossi 기술을 소개했습니다. 행동 인식과 키워드 추출 파이프라인으로 실제 서비스 적용과 확장 방향까지 다뤘습니다.
#LLM#ML
31005분
[4월 4주차 위클리 업데이트] 이번 주 발표된 Google for Developers 최신 소식을 확인하세요! (Google I/O 웹사이트 업데이트)
Google for Developers의 최신 업데이트와 Google I/O 2024 관련 소식을 소개했습니다. 세션 아젠다, 행사 일정, 생성형 AI 리포트와 개발자 프로필 안내를 담았습니다.
#LLM#ML
3005분
Snowflake Arctic의 기술적 진보
Snowflake가 기업 중심 LLM Arctic을 오픈소스로 공개하고, 낮은 훈련비용과 높은 성능을 강조했습니다. Dense-MoE 하이브리드 구조와 FP8 양자화로 추론 효율도 개선했습니다.
#LLM#MoE
9005분
ChatGPT 프롬프트 팁 시리즈 - (6) Error Identification
ChatGPT의 환각을 줄이기 위한 프롬프트 패턴 두 가지를 소개했습니다. Fact Check List와 Reflection으로 팩트 검증과 근거 중심 답변을 유도했습니다.
#LLM#prompt
21005분
llama3에 대한 Andrej Karpathy의 생각
Andrej Karpathy가 Llama 3의 성능, 데이터, 학습 규모를 긍정적으로 평가했습니다. 동시에 더 긴 컨텍스트와 더 작은 모델에 대한 아쉬움도 언급했습니다.
#LLM#MCP
5005분