[SK TECH SUMMIT 2023] LLM 적용 방법인 RAG VS PEFT, Domain 적용 승자는?

[@soonbinlee4049]

사내에서 실제적인 솔루션 구축 경험과 결과를 엿볼 수 있는 귀중한 자료네요. 감사히 보았습니다.

[@donghunpark379]

내용이 너무 좋습니다. 감사합니다.

[@김민섭-i9n]

좋은 발표 내용 공유해주셔서 감사합니다. 많은 도움 되었습니다. ^^

[@kwon3616]

설명과 발표 모두 너무 완벽하네요! 도움 많이 되었습니다. 감사합니다

[@arrowhead261]

좋은 내용 공유 감사합니다. 많은 도움이 되었습니다.

[@태화강러너]

소중한 경험 나눠주셔서 감사해요

[@jaein5933]

감사합니다

[@이민기-r7i]

좋은 내용 감사합니다👍

[@cinoscinos81]

감사합니다. 많은 도움이 되었습니다.

[@youngjinp6125]

설명을 너무 잘해주셔서 쉽게 이해할 수 있었습니다. 감사합니다. 궁금한 점이 있는데, 데이터 증강은 메뉴얼하게 진행하셨나요? 아니면 다른 방식을 사용하셨나요??

[@유태영-b7g]

rag는 langchain을 안쓰고 구현하신건가요

[@containergenie]

소중한 경험 공유 감사 합니다.
한가지 문의 사항이 있는데요.
th-cam.com/video/WWaPGDS7ZQs/w-d-xo.html 에서 RAG 단독으로 사용 했을때와 성능 비교는 어떠 했는지 궁금 합니다.

[@GP-TV]

21:10 성능 평가에서 평균이란게 뭘 의미하나요? 서로 다른 평가 항목들간의 평균이라면 의미없는것아닌가요? 그리고 성능 평가를 기존 방법(쿼리기반 검색결과)와의 비교를 해야 sLLM에 RAG, PEFT 적용한 시스템과의 비교가 가능해서 의미가 있을것 같은데 기존 방법에 대한 성능 언급이 없어서 아쉽네요.

[@r0xkr]

하정우