(번역) Create React App 지원 종료
www.harimkim.com
Microsoft에서 RAG 사용 분류에 대한 서베이 논문이 나왔는데요. 해당 논문에서는 RAG의 사용 레벨을 다음과 같은 4가지로 분류했습니다.
Lv.1 데이터에서 명시적인 사실 추출
Lv.2 데이터의 암시적 사실을 결합한 추론
Lv.3 도메인별 명시적 근거와 절차를 이해하고 적용
Lv.4 데이터에서 암시적인 근거를 추론하고 적용
또한 이 분류에 근거한 RAG 기법을 첨부 이미지처럼 제안했습니다. 이 분류를 참고하면 언제 파인튜닝을 해야 할지, 자체 모델을 만들어야 할지도 판단해 볼 수 있겠습니다.
참고로, 실제 프로젝트에서는 널리 알려진 RAG 방법론이나 파인튜닝을 사용해도 결과가 제대로 안나오는 경우가 대부분인데요. 그 이유는 #여백이적어생략합니다
더 많은 콘텐츠를 보고 싶다면?
이미 회원이신가요?
2024년 9월 26일 오전 7:27
댓글 0
함께 읽은 게시물
포폴 코칭 중 기억남는 대화 [1]
Q) 🙋♀️ 데이터를 활용해 UX를 개선했다는 걸 잘 보여주고 싶어요. 포폴에서 어떤 식으로 서술하면 좋을까요? (예비 디자이너 분)
... 더 보기
MCP는 기술적으로는 거의 순수하게 Function Calling의 Thin Wrapper에 불과함.
다만, 현재 대부분의 애플리케이션이 Function Calling을 지원하지 않는 상태라, LLM에 Function Calling을 주입할 수 있는 서버를 쉽게 만들 수 있는 라이브러리를 제공했던 것이 MCP를 확산시키는 데에 크게 기여를 한 것.
GPT-4.5 출시 후 GPT-4o의 성능이 빠르게 좋아지고 있음. GPT-4.5로 GPT-4o를 튜닝하면서 성능을 끌어올리고 있는 것이 아닌가 싶음. GPT-4o 수준의 파인튜닝 속도가 진짜 빠르다는 것이 놀라움. 이것이 OpenAI의 최대 강점일 수도.
