머신러닝 (3) 썸네일형 리스트형 RAG란 무엇일까요? RAG는 Retrieval Augmented Generation의 약자로, 검색 증강 생성이라는 뜻입니다. 이는 **대규모 언어 모델(LLM)**의 성능을 향상시키기 위한 기술입니다. LLM은 방대한 양의 텍스트 데이터를 학습하여 텍스트 생성, 번역, 질의응답 등 다양한 작업을 수행할 수 있습니다. 하지만 LLM은 학습 데이터 외부의 정보에 접근하지 못하고, 생성된 텍스트의 정확성과 신뢰성이 부족할 수 있습니다. RAG는 LLM의 부족한 부분을 검색 기술로 보완합니다. RAG는 LLM에게 질문을 주면, 먼저 검색 엔진을 사용하여 관련 정보를 검색합니다. 그리고 검색된 정보를 바탕으로 LLM이 텍스트를 생성합니다. 이렇게 하면 LLM이 학습 데이터 외부의 정보도 활용할 수 있고, 생성된 텍스트의 정확성과 .. NVIDIA DIGITS 알아보기! 시간이 갈 수록 머신 러닝의 인기가 하늘을 찌르고 있다. 많은 분야에 빠르게 녹아 들어가고 있는 머신 러닝 기술을 보면 더 이상 일시적인 유행이라 보기는 힘들다. 모여드는 관심 만큼 빠르게 발전할 것이며 기술은 견고해져 갈 것이다. 가까운 미래에는 아마 머신 러닝이 적용되지 않은 분야를 찾아보기 힘들 정도로 머신 러닝은 넓고 빠르게 퍼져 갈 것이다. 기술이 발전하면서 점점 그 기술을 쉽게 사용할 수 있는 툴들이 많이 태어난다.이렇게 나온 툴들 덕분에 쉽게 기술에 접할 수 있게 되면서 기술에 문턱이 낮아지게 되면 그 기술을 많은 사람이 찾게 된다. 그리고 이렇게 모여든 사람들이 힘을 모아 그 기술을 더욱 훌륭하게 발전시켜 나아가게 된다. 오랫동안 사랑 받아온 기술들은 이와 같은 패턴을 공통적으로 가지고 .. NSML 네이버 딥러닝 클라우드 플랫폼 알아보기! [NAVER에 CLAIR(CLova AI research)에서 사용하고 있는 AI개발자 실험을 돕는 온라인 도구] AI 연구를 도와주는 많은 도구들이 탄생하고 있습니다. Tensorflow, Caffe, Pytorch등 다양한 Framework의 탄생으로 AI분야의 기술들은 하루 하루 엄청난 속도를 더해 발전해 나아 가고 있죠. 이러한 도구들 없이 머신 러닝을 연구한다는 것은 쉽게 상상 할 수 없는 일이 되어버렸습니다. 만약 위와 같은 도구들이 없었다면 머신러닝 분야는 이와 같이 발전할 수 있었을까요? 수많은 연구원들이 매번 복잡한 수식들을 직접 코드로 옮기다 지쳐 하나 둘 뒤돌아 섰을 것이고 사람들의 관심이 점점 식어 머신러닝 분야는 다시 빙하기를 겪었을지도 모릅니다. 이와 같이 편리한 Framewor.. 이전 1 다음
