All Posts

[Kaggle Gen AI] Day 1 - 프롬프트 엔지니어링 핵심 기법 총정리 part. 1 🚀

지난 게시물에서는 LLM이 어떤 출력을 하게 만들지를 제어하는 방법인 출력 길이, 샘플링 방식 (temperature, top-k, top-p) 같은 출력 제어 기법들에...


[Kaggle Gen AI] Day 1 - Prompt Engineering 시작하기: 출력 제어의 기술 🚀

지난 게시물까지는 LLM에 대한 전반적인 개념을 훑어봤고,


[Kaggle Gen AI] Day 1 - LLM은 지금 어디에 쓰이고 있을까? 실전 적용 사례 🚀

지난 게시물에서는 LLM을 더 빠르고 효율적으로 만드는 추론 가속 기법들에 대해 살펴봤다.


[Kaggle Gen AI] Day 1 - 품질, 속도, 비용 사이에서 균형 잡기: LLM 추론 가속 기법들 🚀

지난 게시물에서는 LLM이 생성한 결과를 어떻게 평가할 수 있는지에 대해 간단하게 살펴봤다. 텍스트 생성처럼 정답이 없는 문제일수록 단순한 정확도나 BLEU...


[Programmers] 코딩테스트 연습문제 2 (Hash)

005. 폰켓몬 (Hash lv.1) 문제에서 원하는 것: N/2마리의 폰켓몬 중 가장 많은 종류의 폰켓몬 선택하는 방법 찾기


[Programmers] 코딩테스트 연습문제 1 (Greedy)

001. 체육복 (Greedy lv.1) 문제에서 원하는 것: 최대한 많은 학생이 수업을 듣기


[Kaggle Gen AI] Day 1 - 정답이 없어서 더 중요한 LLM 평가법 🚀

지난 게시물에서는 모델이 어떤 단어를 고를지 결정하는 샘플링 기법을 공부했고, 옵션 하나만 바꿔도 모델의 말투, 창의성, 다양성이 크게 달라질 수...


[Kaggle Gen AI] Day 1 - 샘플링으로 바꾸는 LLM의 말하기 스타일 🚀

지난 게시물에서는 모델의 출력을 좌우하는 핵심 스킬, 프롬프트 엔지니어링의 기본을 정리해봤다.


[Kaggle Gen AI] Day 1 - 프롬프트 엔지니어링, LLM을 잘 쓰는 기술 🚀

지난 게시물에서는 LLM을 특정 작업에 맞게 조정하는 파인튜닝(fine-tuning)의 과정을 살펴봤다.