AI 활용 세미나 계획 -Draft 1부: LLM 이론 기초 (90분) 1-1. 자연어 처리의 의미와 발전 (15분) 자연어 처리(NLP)의 개념과 중요성 * 자연어 처리의 정의: 인간의 언어를 기계가 이해하고 처리하는 기술 * 전통적 NLP 방법론의 한계와 딥러닝의 등장 * 자연어를 숫자로 바꾸는 과정 : 전사 1-2. Transformer 아키텍처: "Attention is All You Need" (20분) Transformer의 등장
RAG 기본 원리 설명 보고서 1. LLM, 똑똑하지만 가끔 엉뚱한 친구? RAG가 필요한 이유 LLM(Language Learning Models)은 정말 똑똑한 친구 같아요. 사람처럼 글을 이해하고, 질문에 답하고, 심지어 새로운 글도 만들어낼 수 있답니다. 하지만 LLM에게도 약점이 있어요. 마치 백과사전을 통째로 외운 친구 같지만, 가끔은 최신 정보를 모르거나, 심지어 사실이 아닌 이야기를 진짜처럼 말하기도 해요.
LLM의 상호작용 방법 체크해 볼 만한 AI 개념 LLM 상호작용(Interactions) Function Call graph TD A[User Query] --> B(LLM Analysis & Function Call Decision) B -- Function Call Request (JSON) --> C{Application Logic} C -- Execute Function --> D{External System} D -- Function Result -->
용도 및 상황별 AI 모델 추천 작성자: AI팀 한치영 책임연구원 작성일 2025-04-10 용도별 추천 AI 모델 (마크다운 테이블) 아래는 요청하신 용도별 추천 AI 모델과 관련 정보를 정리한 마크다운 테이블입니다. 특정 모델 추천은 일반적인 경우이며, 실제 프로젝트의 요구사항, 예산, 데이터 민감도 등에 따라 최적의 모델은 달라질 수 있습니다. 용도 추천 모델 유형 비고 이미지 분석 Gemini 2.
서비스 보안 총론 보안의 범주 * 시스템에 대한 권한, 데이터 등을 탈취하거나 마비 등 비정상적인 상황을 유발할 수 있는 잠재적 요소를 모두 포함 한다. 논의 대상 엔드 포인트 보안 : 네트워크상 모든 전송은 암호화 되어 전송되어야 한다. 💡외부망으로 접속 가능한 모든 시스템 엔드포인트 대상 배경 1. 초기 네트워크 설계는 보안 개념이 없었음. 따라서 평문 전송을
Phi-4 Technical Report Review 💡조찬영 연구원, 김용연 연구원이 Phi-4 테크 리포트를 읽고 작성한 요약을 재구성 한 포스팅입니다. ✅개요 * Phi-4 모델: 14억 파라미터의 언어 모델로, 데이터 품질에 중점을 둔 새로운 학습 방식을 적용. * 기존 Phi-3 모델의 구조를 기반으로 개발되었으나, 합성 데이터의 활용 및 사후 학습(post-training) 혁신을 통해 성능을 크게 개선. * 주요 목표: 추론 및
Local PC에 LLM 설치하기 설치 준비 * PC 사양 : GPU nvidia 30* 이상 * nvidia-smi 명령으로 드라이버 설치 상태 확인 * Disk 빈공간 10GB 이상 추천 * 설치파일 다운로드 * ollama windows : https://ollama.com/download * chat box : https://chatboxai.app/en?c=download-windows ollama 설치 * 준비된 OllamaSetup.exe 실행으로 설치 * 터미널 실행 (시작 메뉴 우클릭) 후 아래 명령
