| 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 |
- Transformer
- 파인튜닝
- reranking
- Parametric RAG
- Document Augmentation
- GPT
- fine-tuning
- LLM
- Statistics
- lora
- Baekjoon
- DPO
- Python
- Embedding
- Retriever
- SFT
- coding test
- moe
- Algorithm
- COT
- odds
- Noise Robustness
- qwen
- DyPRAG
- Noise
- RAG
- Do it
- NLP
- Hallucination
- retrieval
- Today
- Total
목록Embedding (2)
왕구아니다
본 논문 리뷰는 저의 개인적인 해석과 의견을 바탕으로 작성된 글입니다.내용 중 해석의 오류나 개념적인 착오가 있다면, 망설이지 마시고 댓글로 혼내주시면 감사하겠습니다~Preview- 다중 에이전트 협업 구조(4가지 특화된 LLM 에이전트)를 통합하여 개인화 추천을 수행하는 ARAG 프레임워크를 제안1) User Understanding Agent : 사용자의 장기 기록과 현재 세션 맥락을 기반으로 취향 요약을 수행2) NLI (Natural Language Inference) Agent : RAG가 검색한 후보 아이템과 사용자의 의도의도 간의 의미적 일치 정도를 평가3) Context Summary Agent : NLI 에이전트가 분석한 결과를 요약해, 핵심 문맥을 정리4) Item Ranker Agen..
본 논문 리뷰는 저의 개인적인 해석과 의견을 바탕으로 작성된 글입니다.내용 중 해석의 오류나 개념적인 착오가 있다면, 망설이지 마시고 댓글로 혼내주시면 감사하겠습니다~Preview- SELF-RAG는 기존 RAG에 자기 평가(self-critique) 기능을 더해, 모델이 스스로 “지금 검색이 필요한지” 판단하고, “검색 결과가 답변에 실제로 도움이 되었는지”까지 평가하는 새로운 프레임워크- SELF-RAG는 LLM이 답변을 생성하는 중간에 특정 '평가 토큰(Reflection Tokens)'을 예측하도록 학습시킴- 학습 방법 : GPT-4로 token 생성 → Critic 모델 학습 → Critic 모델로 Generator 모델 학습 데이터 구성 → Generator 모델 학습- 추론 과정 (Infer..
