벡터 검색으로 성공하기
정교한 LLM 개발에서 RAG의 역할 탐구.스콧 다이크스트라공동 창립자 및 CTO 2022년 이전에는 좋아하는 책의 특정 구절이나 방금 본 영화의 대사를 작품이 눈앞에 없는 상태에서 빠르게 떠올리고 싶다면 검색 엔진을 찾았을 것입니다. 잘 구성된 검색 입력을 입력하고, 반환된 결과를 구문 분석하고, 답이 포함된 것으로 보이는 SparkNotes 또는 IMDB 링크를 방문하면 몇 분 안에 페이지에서 찾고 있는 텍스트를 찾을 수 있습니다. 지금은 ChatGPT를 열고 "가장 유명한 터미네이터 대사는?" 또는 "두 도시 이야기의 첫 구절을 적어"라고 입력하기만 하면 몇 초 만에 원문 답변을 얻을 수 있습니다. 대규모 언어 모델(LLM)의 가장 간단한 용도 중 하나는 지식 데이터베이스입니다. LLM은 ChatGPT와 같은 인터페이스가 검색하기 쉽게 만든 풍부한 정보의 방대한 데이터 세트에서 학습되었습니다. 예를 들어 ChatGPT에 영화나 책의 콘텐츠를 반환하도록 요청하면 학습 중에 ...
벡터 검색으로 성공하기
정교한 LLM 개발에서 RAG의 역할 탐구.스콧 다이크스트라공동 창립자 및 CTO 2022년 이전에는 좋아하는 책의 특정 구절이나 방금 본 영화의 대사를 작품이 눈앞에 없는 상태에서 빠르게 떠올리고 싶다면 검색 엔진을 찾았을 것입니다. 잘 구성된 검색 입력을 입력하고, 반환된 결과를 구문 분석하고, 답이 포함된 것으로 보이는 SparkNotes 또는 IMDB 링크를 방문하면 몇 분 안에 페이지에서 찾고 있는 텍스트를 찾을 수 있습니다. 지금은 ChatGPT를 열고 "가장 유명한 터미네이터 대사는?" 또는 "두 도시 이야기의 첫 구절을 적어"라고 입력하기만 하면 몇 초 만에 원문 답변을 얻을 수 있습니다. 대규모 언어 모델(LLM)의 가장 간단한 용도 중 하나는 지식 데이터베이스입니다. LLM은 ChatGPT와 같은 인터페이스가 검색하기 쉽게 만든 풍부한 정보의 방대한 데이터 세트에서 학습되었습니다. 예를 들어 ChatGPT에 영화나 책의 콘텐츠를 반환하도록 요청하면 학습 중에 ...
