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 |
Tags
- rag parsing
- 합성곱 신경망
- Mean squared error
- 파인튜닝
- 오차역전파
- anomaly detection
- pdf parsing
- fp32
- fp16
- LLM 패러다임
- deep learning
- multi-query
- qlora
- bf16
- LLM
- visual instruction tuning
- Cross Entropy Error
- Nested Learning
- 활성화함수
- fine tuning
- Time Series
- rag-fusion
- rrf
- LLaVA
- 딥러닝
- gemma3
- 이상탐지
- 활성화 함수
- 데이터 파싱
- Non-Maximum Suppression
Archives
- Today
- Total
목록rrf (1)
Attention, Please!!!
사용자의 질문을 여러 개 만드는 기법 : Query Translation (Part 1)
본 게시물은 Lance Martin 님의 유튜브 영상을 기반으로 작성되었습니다. 사용자가 작성한 질문이 모호하거나 구체적으로 구조화되지 않을 경우, 문서에서 의미적 유사성을 기준으로 검색하는 과정에서 원하는 정보를 찾지 못하게 되는 경우가 존재한다. 이러한 문제를 해결하기 위해 사용자의 질문을 다양한 관점에서 재작성하거나 다른 표현으로 변환하여, 원래 질문의 의미를 보존하면서도 문서와의 내용과의 매칭 가능성을 높이는 것을 의미하는 것을 Query Translation 이라고 한다. 위 3 가지의 기법은 Query Translation의 대표적인 기법이다. 이들은 각각 다르게 사용자의 질문을 변형시켜 검색 성능을 향상시키는 기법 질문을 재구성하거나 변형하는 방식이라는 공통점을 가지고 있다. Query ..
LLM/RAG
2025. 1. 28. 01:51