Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- leetcode
- 시계열
- visual instruction tuning
- 이상탐지
- pdf parsing
- E
- 합성곱 신경망
- LLM
- computer vision
- LLaVA
- Non-Maximum Suppression
- 컴퓨터비전
- 딥러닝
- segmentation
- 퍼셉트론
- CNN
- anomaly detection
- rag parsing
- 활성화 함수
- deep learning
- Mean squared error
- 오차역전파
- 데이터 파싱
- 머신러닝
- nlp
- 활성화함수
- 손실함수
- Cross Entropy Error
- Time Series
Archives
- Today
- Total
목록2024/07 (1)
굴러가는 분석가의 일상
Retrieval-Augmented Generation 이란?
Retreival Augmented Generation(RAG)는 2020년에 사전 학습된 Generator과 Retriever를 결합한 end-to-end 방식으로 처음 제안되었다. 당시 주요 목표는 모델 fine-tuning을 통해 성능을 대폭 향상시키는 것이었다. 2022년 12월 ChatGPT가 출시됨에 따라 RAG라는 방법론이 수면위로 오르게 되었다. RAG는 외부 지식을 활용하여 대규모 언어 모델(LLM)의 추론 능력을 leveraging하면서 더 좋은 generation results를 얻는데 중점을 두었으며, 대규모 모델을 재학습 시키는 필요성을 줄어들게 만들었다. 이에 이 글에서는 RAG의 개념과 목적, 특성에 대해 간략하게 짚어보고자 한다. 💡 Retreival-Augemented ..
LLM
2024. 7. 21. 01:41