All Posts
![[Kaggle Gen AI] Day 2 - 임베딩의 다음 단계: 학습 구조와 벡터 검색 시스템 이해하기 🚀](/assets/images/20250402/day2_1.png)
[Kaggle Gen AI] Day 2 - 임베딩의 다음 단계: 학습 구조와 벡터 검색 시스템 이해하기 🚀
지난 게시물에서는 텍스트, 이미지, 그래프 등 다양한 데이터 타입에 따라 임베딩이 어떻게 달라지는지, 그리고 각 방식이 어떤 아이디어를 바탕으로 만들어졌는지를...
[Kaggle Gen AI] Day 2 - 임베딩의 종류: 텍스트부터 그래프까지, 데이터별 표현 방식 알아보기 🚀
지난 게시물에서는 임베딩의 개념과 평가 방법, 그리고 RAG 구조처럼 실전에서 어떻게 활용되는지를 살펴봤다.
[Kaggle Gen AI] Day 2 - 임베딩을 더 잘 쓰기 위한 평가 기준과 RAG 활용법 🚀
지난 게시물에서는 임베딩이 어떤 개념인지, 그리고 그걸 어떻게 활용해서 의미 기반의 검색이나 추천 시스템을 만들 수 있는지 알아봤다.
[Kaggle Gen AI] Day 2 - Embedding의 모든 것 – 의미를 이해하고, 검색하고, 추천하는 법 🚀
이번 글에서는 생성형 AI의 핵심 기술 중 하나인 임베딩 (Embedding)에 대해 알아보려고 한다.
![[Kaggle Gen AI] Day 2 과제 소개 - Embeddings & Vector Stores 🚀](/assets/images/20250402/day2.png)
[Kaggle Gen AI] Day 2 과제 소개 - Embeddings & Vector Stores 🚀
약 3주가 걸린 Day1에 이은 Day2에서는 임베딩(Embeddings)과 벡터 데이터베이스(Vector Stores)의 개념을 익히고, 이를 활용해 LLM이 외부 지식과 연결되는 방식을 실습해보는...
![[Programmers] 코딩테스트 연습문제 4 (완전탐색)](https://programmers.co.kr/assets/img-meta-programmers-411e94bf29153dc31004168e6cd500279b1a531a23689303755e51971dee4526.png)
![[Kaggle Gen AI] Day 1 - Pointwise & Pairwise 평가 실습: LLM 답변 비교해보기 🚀](/assets/images/20250402/day1_2.png)
[Kaggle Gen AI] Day 1 - Pointwise & Pairwise 평가 실습: LLM 답변 비교해보기 🚀
지난 게시물에서는 LLM이 생성한 출력을 평가하는 방법과, Gemini API를 활용해 평가 기준을 정의하고 정형화된 점수까지 얻는 방법을 실습해봤다.
[Kaggle Gen AI] Day 1 - 프롬프트 엔지니어링 실습 두 번째 🚀
지난 게시물에서는 Kaggle notebook 환경 세팅이랑 기본적인 프롬프트 작성 방법을 정리했고,