반응형 임베딩2 대규모 언어 모델을 위한 검색 증강 생성 기술 탐구 대규모 언어 모델의 한계를 극복하기 위해 등장한 RAG 기술은 외부 지식 통합을 통해 모델 성능을 향상시킵니다. 이번 글에서는 최신 RAG 발전과 그 핵심 요소를 살펴봅니다. 목차 RAG 기술의 진화 과정 및 구조 Naive RAG의 기본 개념과 한계 Advanced RAG의 개선 방식 모듈형 RAG의 유연한 아키텍처 RAG의 검색 및 임베딩 기법 효율적인 검색 소스 선택 🗂️ 임베딩 모델의 역할 및 최적화 🔍 .. 2025. 2. 12. LLM 평가를 위한 효과적인 방법과 절차 대규모 언어 모델(LLM)의 효과적인 평가 방법을 이해하는 것은 AI의 성능을 개선하는 데 필수적입니다. 다양한 평가 방법을 통해 모델의 품질을 지속적으로 모니터링하고 개선할 수 있습니다. 목차 LLM 평가의 필수성 및 방법 자동화된 메트릭 평가의 중요성 LLM-as-judge의 활용 기법 휴리스틱 기반 평가 소개 합성 데이터셋을 통한 평가 개선 ragas 활용한 데이터셋 생성 방법 평가 지표로서의 context recall.. 2025. 2. 11. 이전 1 다음 반응형
