모두의연구소의 교육, 문화, 기술 등 다양한 이야기와 경험을 함께 나눕니다
검색 증강 생성( RAG )은 LLM의 성능을 향상시키는 기술로, 이를 통해 LLM은 보다 정확하고 사실에 기반한 답변을 제공할 수 있습니다. 또한 모델의 출력 결과에 대한 증거를 제시할 수 있어 설명 가능성과 신뢰성을 높일 수 있습니다.
언어 이해와 생성, 추론 및 문제 해결, 이미지 처리, 음성 인식, 다국어 처리 등 다양한 영역에서의 성능을 측정할 수 있으며, 각 모델의 강점과 약점, 개선이 필요한 영역을 식별할 수 있는 도구, Benchmark 의 발표가 성황입니다.
로컬 디바이스에서 작동할 수 있는 Small Language Model ( SLM )에 대한 관심이 증가하고 있습니다. 제한적인 하드웨어에서 실질적으로 사용 가능한 모델을 최적화 및 배포할 수 있는 것을 목표로 MS, Alibaba 등의 빅테크들은 SLM 을 제작하여 앞다투어 발표하고 있습니다.
생성 AI 가 점점 사용자에게 개인화 되어가며 다양한 편의성을 제공하고 있습니다. 오늘 발표된 이미지 생성과 텍스트 생성 기술에서 도 그 트렌드가 잘 나타났습니다.
AI의 영향이 점점 강력해지고 있습니다. AI가 바꿀 산업은 어떤모습일까요? 오늘 발표된 Github Spark 와 AI 로봇 연구를 통해 함께 살펴봅시다!
LLM 성능 향상을 확인하기 위해서는 우선 LLM의 평가와 비용과 재현성 문제를 해결하는 모델이 필요합니다.뿐만 아니라 LLM 성능 향상을 위해서 필수적인 웹 에이전트를 효과적으로 배치하는 것 또한 중요해졌습니다.
최근 대규모 언어 모델(LLM)의 급속한 발전으로 모델 보안에 대한 우려가 증가하고 있습니다.특히 백도어 공격은 LLM의 심각한 취약점으로 지적되며, 이는 모델이 특정 트리거에 노출될 때 의도된 오류 출력을 생성해 문제가 발생하고 있습니다.
