AI 용어 (9) 썸네일형 리스트형 Flutter & 기본 명령어 안녕하세요,어플리케이션을 개발할 때 다양한 프로그래밍 언어와 프레임워크가 존재합니다. 특히, 모바일 앱 개발의 경우, 네이티브 개발 방식인 Kotlin이나 Swift 외에도 여러 크로스 플랫폼 프레임워크를 사용하여 동일한 코드로 iOS와 Android 앱을 동시에 개발할 수 있는 장점이 있습니다. 그중에서도 최근 큰 주목을 받고 있는 기술이 바로 Flutter입니다. 이번 포스팅에서는 Flutter가 무엇인지 간략히 설명드리고, Flutter 프로젝트를 효율적으로 관리하기 위한 주요 명령어들에 대해 알아보겠습니다. Flutter란Flutter는 구글에서 개발한 오픈 소스 크로스 플랫폼 UI 개발 프레임워크로, 단일 코드베이스로 iOS, Android, 웹, 그리고 데스크톱 애플리케이션을 개발할 수 있는 .. Firebase & Flutter 개발 환경 셋팅 및 기본 명령어 안녕하세요서버를 구축하는 일은 많은 개발자에게 큰 도전이 될 수 있습니다. 특히 다양한 개발 환경에서 안정적이고 확장 가능한 서버를 설정하는 것은 초보자뿐만 아니라 경험이 많은 개발자에게도 쉽지 않은 일입니다. 하지만 Google Firebase는 이러한 어려움을 크게 줄여주는 백엔드 서비스 플랫폼으로, 초보자도 손쉽게 서버를 구축하고 관리할 수 있도록 돕고 있습니다. 이번 포스팅에서는 Firebase에 대해 소개하고, Firebase와 Flutter를 연동하여 간단하게 서버 기능을 구축하는 방법을 설명드리겠습니다. 또한 Firebase와 Flutter의 연동 과정을 통해 사용할 수 있는 여러 기본 명령어와 설정 방법에 대해서도 자세히 알아보겠습니다. Firebase를 사용하면 직접 서버를 설정하는 복잡.. 스테이블디퓨전 프롬프트 작성방법 디지털 아트와 인공지능이 결합된 창작의 세계가 빠르게 확산되고 있습니다. 이제 우리는 복잡한 그래픽 소프트웨어 없이도, 단순한 텍스트만으로 아름답고 창의적인 이미지를 손쉽게 생성할 수 있는 시대에 살고 있습니다. 이 모든 것이 가능하게 된 것은 바로 스테이블 디퓨전(Stable Diffusion) 같은 AI 모델 덕분입니다. 이번 포스팅에서는 누구나 쉽게 따라할 수 있는 스테이블 디퓨전 프롬프트 작성법을 소개합니다. 핵심 내용 프롬프트란프롬프트 기본 작성법키워드로 표현하기중요 키워드는 가장 먼저 작성괄호로 강조하기AND 연산자 사용숫자로 가중치 부여하기프롬프트 참고하기 스테이블 디퓨전(Stable Diffusion)은 텍스트 프롬프트를 기반으로 이미지를 생성하는 인공지능 모델입니다. 프롬프트는 AI에.. LLM의 경량화와 성능 개선 방법에 대해 알아보자. 안녕하세요. 요즘 출시되는 LLM(거대 언어 모델)들의 성능(추론 능력, 신뢰성, 언어 능력 등)이 점점 더 높아지고 있습니다. 성능이 높아질수록 LLM의 크기도 커지게 됩니다. 현재 발표된 모델 중 가장 큰 모델로 알려진 MT-NLG(Megatron-Turing NLG 530B, MS & NVIDIA)의 경우, 파라미터 수가 5300억 개로 알려져 있습니다. 이는 해당 모델이 차지하는 용량이 1TB는 가볍게 넘어설 것으로 보입니다. 이번 포스팅에서는 이러한 LLM을 경량화하는 방법과 효율적으로 작동하도록 하는 기법들에 대해 알아보겠습니다. SummaryLLM 경량화 방법LLM 성능 개선 방법1) 지식 증류 (Knowledge Distillation)1) FlashAttention22) 양자화 (Qua.. LLM 성능 평가에 대해서 알아보자. 오픈AI의 ChatGPT를 시작으로 많은 LLM(거대언어모델)들이 등장하고 발전하고 있습니다. 초기에는 자체 평가를 통해 성능을 입증하고, 종종 GPT와 비교하여 성능이 높은지 낮은지 평가되었습니다. 그러나 객관적인 평가가 필요해지면서, 더 정확하고 세분화된 평가 방법이 도입되었습니다. 바로 특정 벤치마크나 데이터셋을 활용하는 방법입니다. 모델은 이러한 벤치마크나 데이터셋을 통해 출력된 값을 바탕으로 정확도와 성능이 평가됩니다. 오늘은 LLM을 평가하기 위해 사용되는 대표적인 벤치마크, 데이터셋에 대해 알아보겠습니다. 1. 벤치마크 / 데이터셋이란 벤치마크(Benchmark) 혹은 데이터셋(dataset)은 컴퓨터 과학 및 인공지능 연구에서 특정 시스템, 알고리즘, 모델의 성능을 평가하고 비교하기 위해.. 서버와 통신에 사용되는 FastAPI / RemoteRunnable에 대해 알아보자. 현대의 웹 애플리케이션 개발에서는 백엔드와 프론트엔드의 명확한 역할 분리가 매우 중요합니다. 특히, 복잡한 연산 작업을 효율적으로 처리하고자 할 때 이러한 분리는 필수적입니다. FastAPI와 RemoteRunnable은 이러한 요구를 충족시키는 데 매우 유용한 도구입니다. 특히 LangChain을 활용하여 서버를 만들 때 RemoteRunnable의 중요성은 더욱 높아집니다. FastAPI와 RemoteRunnable을 결합하면, 대규모 데이터 처리와 복잡한 모델 실행 작업을 보다 효율적이고 체계적으로 처리할 수 있습니다. 이 글에서는 FastAPI와 RemoteRunnable을 중심으로, 이들이 어떻게 상호작용하며 고성능의 유연한 웹 애플리케이션을 구축할 수 있는지에 대해 다루겠습니다. FastA.. AI 학습을 위한 기본 용어에 대해 알아보자 안녕하세요, 인공지능(AI) 기술이 빠르게 발전하면서, 이제는 우리 일상 곳곳에서 AI와 상호작용하는 일이 흔해졌습니다. 하지만 AI가 어떻게 작동하고, 어떤 기술을 기반으로 하는지 궁금하신 적 있으신가요? 오늘은 AI 학습과 관련된 기본 용어들을 간단하게 소개하려 합니다. 그럼 시작해볼까요? 목차1. LLM (Large Language Model)2. SLM (Small Language Model)3. NLP (Natural Language Processing)4. 프롬프트 (Prompt)5. 사전학습 (Pre-training)6. 미세조정 (Fine-tunning)7. 양자화 (Quantization)8. RAG (Retrieval-Augmented Generation)9. 할루시네이션 (Halluc.. Fine-tuning과 RAG에 대해 알아보자. 최근 인공지능(AI) 기술의 발전과 함께 언어 모델의 성능을 극대화하는 방법에 대한 관심이 높아지고 있습니다. 특히, 대형언어모델(LLM)을 특정 작업에 최적화하여 더욱 효과적으로 활용하고자 하는 연구와 개발이 활발히 이루어지고 있습니다. 이 글에서는 두 가지 주요 기법인 'Fine-tuning'과 'Retrieval-Augmented Generation (RAG)'을 소개하며, 이러한 방법들이 어떻게 LLM의 성능을 향상시킬 수 있는지 탐구해 보고자 합니다. LLM을 더 똑똑하게 만드는 방법, 미세조정 방법 1) Fine-tuning Fine-tuning은 사전 학습된 기존 언어 모델에 추가로 외부 데이터를 더 학습시키는 방법입니다. 기존 모델의 대부분의 파라미터를 유지하면서 특정 부분의 가중치만.. 이전 1 2 다음
