LLM은 언제 ＂모른다＂고 말해야 하는가
LLM은 정답을 맞히는 능력만큼, 모를 때 멈추는 능력도 중요하다고 정리했습니다. 모델 크기나 추론 강화만으로는 부족해, 별도의 평가와 정렬 설계가 필요했습니다.
#LLM#NLP
6220
필터 1
Palantir FDE: 소프트웨어를 “만드는 것”에서 “작동시키는 것”으로의 전환
Palantir FDE를 소프트웨어를 만드는 역할이 아니라 현실에서 작동시키는 실행 역할로 설명했습니다. PoC를 운영과 채택으로 연결해야 실제 비즈니스 임팩트가 난다고 정리했습니다.
#LLM#NLP
4800
경험이 쌓일수록 똑똑해지는 네이버 통합검색 LLM Devops Agent
네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.
#LLM#검색
9600
LLaDA: Diffusion language model과 LLM reversal curse
디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
#LLM#ML
4900
케라스를 활용한 한국어 감성 리뷰 자동 분류 : 기술적 접근과 분석
한국어 감성 리뷰를 Keras로 이진 분류하는 전처리와 모델 구조를 설명했습니다. Okt 형태소 분석, BiLSTM, 콜백을 활용한 학습과 예측 흐름을 다뤘습니다.
#Keras#ML
3000
2025 회의록 ＆강의록 앱 추천 BEST 4 에이닷노트·클로바노트·다글로·티로 실사용 후기 및 성능 비교
강의와 회의 기록용 AI 음성 앱 4종을 실제 강의 파일로 비교했습니다. 한국어 인식과 요약 기능은 에이닷 노트와 클로바 노트가 특히 강했습니다.
#NLP#UI/UX
42500
국내 AI 노트 4대장 비교 분석 : 에이닷 노트 부터 클로바 노트까지 완벽비교
국내 AI 노트 서비스 4종의 전사, 요약, 다국어, 협업 기능을 비교했습니다. 용도에 맞게 선택하면 회의록과 학습 정리를 더 효율적으로 할 수 있습니다.
#LLM#NLP
35300
Attention 메커니즘: 개념과 활용
Attention 메커니즘의 개념과 필요성을 설명하고, Q/K/V 기반 작동 흐름을 정리했습니다. 또한 PyTorch와 TensorFlow 예제로 실제 구현 방법을 보여주었습니다.
#Attention#Transformer
9100
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Text2SQL은 왜 자꾸 틀릴까?
LLM 기반 Text-to-SQL의 오류 유형과 빈도를 정리하고, 기존 수리 방식의 한계를 분석했습니다. 규칙 기반 감지와 LLM 보조 수정을 결합한 MapleRepair의 실무적 효과를 소개했습니다.
#LLM#SQL
12200
Kanana 언어모델에 추론 기능 붙여보기 (feat. Kanana-1.5)
Kanana 언어모델에 추론 기능을 붙이는 Kanana-1.5를 소개하는 글입니다. OpenAI o1 출시를 계기로 추론형 언어모델 흐름을 다룹니다.
#LLM#NLP
6500
에이닷 개인화 경험을 위한 메모리 도입기
에이닷에 Agentic Memory를 도입해 대화를 구조화된 기억으로 저장하고 개인화 응답을 강화했습니다. 비동기 처리와 DSPy 최적화로 성능과 유지보수성도 함께 높였습니다.
#LLM#NLP
8200
수식없이 GPT(트랜스포머) 이해하기. 1편
GPT의 핵심 구조인 트랜스포머 디코더와 Self Attention 흐름을 수식 없이 설명했습니다. 입력 벡터화부터 다음 단어 예측까지의 과정을 단계별로 정리했습니다.
#LLM#Transformer
11400
EMNLP24 늦은 후기 2탄: CC 데이터로 LLM 사전학습 데이터셋을 만들어본 경험 및 NVIDIA 논문 리뷰
웹 크롤링 데이터로 LLM 사전학습 데이터셋을 만든 경험과 어려움을 정리했습니다. NVIDIA EMNLP 2024 논문을 통해 품질 필터링과 중복 제거 전략을 체계적으로 살펴봤습니다.
#LLM#PySpark
5200
Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’
B tv가 에이닷과 연동해 사용자 취향과 시청 이력을 반영하는 AI 미디어 파트너로 진화하는 방향을 소개했습니다. Voice ID와 맥락 기반 응답으로 개인화와 선제적 추천 경험을 강화했습니다.
#LLM#NLP
3600