Prompt/프롬프트 공부 (11) 썸네일형 리스트형 What is Medprompt 참고자료 더보기 https://www.microsoft.com/en-us/research/publication/can-generalist-foundation-models-outcompete-special-purpose-tuning-case-study-in-medicine/ Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case Study in Medicine - Microsoft Research Generalist foundation models such as GPT-4 have displayed surprising capabilities in a wide variety of domains and tasks. Yet, there .. RAG VS 파인튜닝 참고자료 더보기 https://www.skelterlabs.com/blog/rag-vs-finetuning Skelter Labs Blog - RAG vs. 파인튜닝 :: 기업용 맞춤 LLM을 위한 선택 가이드 기업이 원하는 맞춤 LLM 모델을 만드는 방법은 여러가지가 있습니다. 그 중 RAG 와 파인튜닝의 특장점과 기업이 도입할 땐 어떤 방법이 더 효율적일지 상세히 알아봅니다. www.skelterlabs.com 파인 튜닝 사전 학습 모델(pre-trained model)에 도메인 특화 데이터를 추가 학습시켜 맞춤형 모델로 업데이트 하는 것 RAG(Retrieval Augmented Generation) 베이스 모델의 외부에서 데이터를 가져와 임베딩을 얻어 Vector DB에 저장하고, 사용자가 질문을.. The Power of Prompting 번역 원문보기 더보기 https://www.microsoft.com/en-us/research/blog/the-power-of-prompting/ The power of prompting Microsoft Chief Scientific Officer Eric Horvitz explains how new prompting strategies can enable generalist large language models like GPT-4 to achieve exceptional expertise in specific domains, such as medicine, and outperform fine-tuned specialist models www.microsoft.com 오늘날, 우리는 어떻게 제너럴리스트인 .. 서비스란 정의한 문제를 해결하는 솔루션 "루틴이 무너졌대, 둘이 하면 무조건 도움 되지 않을까?" 함께 지속가능한 발전을 해줄 사람들이 있다면 어떨까? 라는 질문을 시작으로 러닝메이트를 시작했다. 우선 포스터를 만들고, 알고리즘 스터디그룹에 홍보를 했다. 러닝-메이트 기획 페르소나를 루틴이 망가진 취준생으로 잡았다. 압박으로부터 벗어나 가볍게 루틴을 지킬 수 있도록 기상시간과 취침시간을 체크할 수 있도록 만들었다. 또한 여러 사람들과 정보를 공유할 수 있도록 정보 공유의 장을 만들고 단기간 사용하기 위해 노션으로 구현했다. 러닝-메이트 튜토리얼 노션을 하루 종일 붙잡고, 관계형과 롤업을 사용해 개인 페이지에 있는 DB정보를 전체 DB에서 활용할 수 있도록 만들었다. 사용자는 개인 페이지에서 스케줄과 목표를 관리할 수 있고, 메인 페이지에서는 .. 프롬프트 엔지니어 독후감 : 프롬프트 잘 쓰는 법 GPT프롬프트 개발의 기본 원칙 1. 챗GPT의 작동 구조에 대한 사전 지식 2. 얻고자 하는 결과물에 대한 명확한 이해 3. 구체적이고 이해하기 쉬운 설명 4. 지나치게 광범위한 요구 지양 5. 단어를 바꿔가며 프롬프트 새롭게 작성 챗GPT와 대화 잘하는 법 1. 역할 부여하기 (Act as 기법) 대화에서 특정한 역할을 맡아달라고 프롬프트 작성하기 역할 수행을 위해 계속해서 관련된 포지션과 주제 유지 ex) 너는 한국 전문 여행사의 직원 역할을 맡아. 나는 손님이고, 서울을 가고 싶어 해... 2. 정보와 예시 제공 챗GPT가 스스로 답변을 확장할 수 있도록 관련 정보 제시 보충 설명, 관련된 예시 제공 단, 예시의 양이 너무 많으면 안 됨 3. 톤 앤 매너 유의 어조의 변화도 챗GPT는 민감하게 반.. 프롬프트 엔지니어 독후감 챗GPT 노코드 AI교육 덕분에 프롬프트 엔지니어에 대한 책을 받을 수 있었다. 책을 읽으며 정리한 내용과 내 생각을 적어본다. 생성 AI란? 1. 사람들의 요구에 맞게 창작하는 인공지능 - 학습한 데이터와 프롬프트를 기반으로 새로운 결과물 생성 2. 정보를 찾는 것이 아닌 무언가를 생성하는 것(ex. 보고서, 기획서, 스토리 작성) 3. 통계적으로 적절한 문장을 생성하는 것 생성 AI를 사용할때는 AI의 활용 범위와 한계를 파악해야 하며, 그에 따른 적절한 대응책을 마련해야 한다. 많은 생성 AI 중에서 챗GPT가 경쟁력 있는 이유가 뭘까? 아래와 같이 정리할 수 있다. 생성형 AI를 잘 쓰기 위해선 프롬프트가 중요하다. 프롬프트를 작성하는 사람을 '프롬프트 엔지니어'라고 부른다. 프롬프트 엔지니어란?.. 챗GPT와 노코드 AI활용교육 Day 1 생성 AI트렌드 분석과 개념 이해 생성 AI: 이용자의 요구에 맞게 결과를 생성해 내는 AI, 연결주의로 본 정의 생성 AI중 챗GPT는 무엇인가? Chat + GPT OpenAI의 GPT 3.5, GPT-4 모델을 적용한 생성 인공지능 챗봇 API를 통해 우리는 OpenAPI의 모델을 서비스에 적용할 수 있다. GPT모델에 대한 이해 아래의 특징을 이해해야 API를 사용해 적절한 시스템을 만들 수 있다. 1. 토큰: GPT는 토큰 단위로 언어를 이해한다. 사람의 기준과 다르고, 영어 기반이라 한국어로 입력하면 토큰 개수도 늘어나고 다르게 이해할 수도 있다. 2. 문장 만드는 방법: 다음 토큰을 추천해 주는 시스템 Where is Korea? 다음에 올 수 있는 가장 높은 확률의 답을 찾아내는.. Chat-GPT API 역할 인터넷에서 쓸 수 있는 챗 GPT와 달리 API를 사용할 때는 몇 가지 지정이 필요하다. 첫 번째는 입력하는 message의 역할이다. 위의 관계도를 이해하기 전까지 꽤 헷갈렸었다. API를 통해 GPT에게 응답을 받기 위한 기본 코드는 다음과 같다. chat = openai.ChatCompletion.create( model = 'gpt-3.5-turbo', messages = messages, temperature = 0 ) reply = chat.choices[0].message.content messages를 입력할 때 역할을 부여해서 입력하면 GPT응답의 형태 등을 원하는 대로 조정할 수 있다. 기본적으로는 'user'를 통해 질문을 하면 응답을 받을 수 있다. 만약 GPT에게 역할이나 전반적인.. 이전 1 2 다음
