더욱 똑똑하게 답하며, 더욱 풍부한 감정표현을 향한 Kanana-o의 진화 과정
X
#LLM#멀티모달
36005분
필터 1
“누구세요?”는 이제 그만 – AI 예측 LLM 개발기
미저장 연락처의 관계를 예측하는 AI 기능 고도화 과정을 소개했습니다. 데이터 정제와 LLM 학습으로 정확도를 13% 이상 높였습니다.
#LLM#ML
112005분
코드 품질 개선 기법 2편: 확인 여부를 확인했나요?
함수는 값이 이미 확인됐다는 암묵적 가정에 의존하지 않도록 설계해야 합니다. 내부 검증, 반환값 처리, 타입 보장으로 책임을 명확히 나누는 방법을 소개했습니다.
#type checking#Kotlin
22005분
경량화 레시피: Teacher 지식 조린 소형 모델, 근데 성능을 곁들인
경량화 레시피: Teacher 지식 조린 소형 모델, 근데 성능을 곁들인
서비스용 LLM을 성능 저하 없이 소형화하는 경량화 레시피를 소개했습니다. 제목 추천과 키워드 추출 사례로 실무 적용 방식을 다뤘습니다.
#LLM#model
15005분
AWS DynamoDB 모델링
AWS DynamoDB 모델링
DynamoDB의 핵심 개념과 설계 기준을 RDBMS ERD 관점에서 정리했습니다. Access Pattern을 먼저 정의하고 Reverse Modeling으로 테이블과 인덱스를 설계하는 흐름을 설명했습니다.
#AWS#DynamoDB
0005분