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 |
Tags
- 머신러닝
- kt 에이블스쿨 기자단
- KT AIVLE
- 프로그래머스
- kt 에이블스쿨 6기 미니 프로젝트
- 엘라스틱서치
- 에이블 기자단
- 백준
- 구현
- 케이티 에이블스쿨 6기
- 파이썬
- 데이터 프레임
- ElasticSearch
- kt 에이블스쿨 6기 ai
- 알고리즘
- 케이티 에이블스쿨 기자단
- 앙상블
- SQLD
- kt 에이블스쿨 6기
- 네트워크
- KT 에이블스쿨
- 케이티 에이블스쿨
- 케이티 에이블스쿨 6기 후기
- 오블완
- 케이티 에이블스쿨 6기 ai
- 판다스
- 케이티 에이블스쿨 6기 java
- kt aivle school
- kt 에이블스쿨 6기 빅프로젝트
- 티스토리챌린지
Archives
- Today
- Total
목록rag (1)
미식가의 개발 일기
RAG: LLM의 한계를 넘은 검색하는 인공지능
1️⃣ RAG(Retrieval-Augmented Generation)란?LLM이 스스로 알지 못하는 정보도 "찾아서" 답변할 수 있게 만들어주는 방식 RAG는 Retrieval(검색)과 Generation(생성)을 결합한 AI 아키텍처이다. 기존의 언어 모델이 모든 정보를 "암기"한 상태에서 응답을 생성하는 방식이었다면, RAG는 외부 지식원을 실시간으로 "검색"하여 그 정보를 바탕으로 응답을 생성한다. 이는 특히 최신 정보 반영이 어려운 LLM의 구조적 한계를 극복하기 위한 접근 방식이다. 2️⃣ RAG의 구성 요소🔔 1. Retriever (검색기)사용자의 질문과 관련된 정보를 외부 데이터(문서, 위키피디아, 데이터베이스 등)에서 검색해 벡터화한다. 벡터화란, 텍스트를 수치화된 고차원 공간 상의 ..
ML, DL
2025. 5. 7. 10:42