스캐터랩
2026-06-10 · 25일 전
유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기
AI/MLLLMMLOps
devBlog
스캐터랩 기술 블로그
총 50개 글 · 원본 블로그 방문 →
AI 챗봇을 만드는 스캐터랩 핑퐁팀의 기술 블로그
스캐터랩
2026-05-06 · 약 2개월 전
유저와 함께 만드는 LLM — 제타에 Preference Optimization 도입하기
AI/MLLLMMLOps
스캐터랩
2026-04-10 · 3개월 전
ChatGPT보다 오래 사용하는 AI 서비스, 그 뒤의 백엔드 팀 이야기
AI/MLBackendDevOps
스캐터랩
2026-03-11 · 4개월 전
월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기
DevOpsInfraLLM
스캐터랩
2026-02-12 · 5개월 전
스캐터랩이 가장 재밌는 LLM을 찾는 방법
실제 제품에서 유저 반응으로 LLM 평가하기: A/B 테스트·MAB·리더보드
AI/MLLLMTesting
스캐터랩
2025-06-30 · 약 1년 전
제타의 매력을 세상에 전파하는 팀
CareerCultureMobile
스캐터랩
2025-06-05 · 약 1년 전
AI 엔터테인먼트 제품은 어떻게 만들까?
제타의 해자(Moat)를 만들어 나가는 이야기 - 제품팀 리드 정지수님
AI/MLMobileUX/UI
스캐터랩
2025-06-05 · 약 1년 전
zeta: 엔터테인먼트의 새로운 패러다임
일주일에 12시간을 사용하는 AI 엔터테인먼트 서비스를 소개합니다.
AI/MLMobileUX/UI
스캐터랩
2025-05-28 · 약 1년 전
매주 새로운 LLM 모델을 배포하는 제타의 AI 팀 이야기
유저들이 일주일에 12시간 사용하는 AI 모델은 어떻게 만들어질까요?
AI/MLLLMMLOps
스캐터랩
2023-11-17 · 2년 이상 전
RLHF 외에 LLM이 피드백을 학습할 수 있는 방법은 무엇이 있을까?
"RLHF 외에 Human feedback을 학습할 수 있는 방법론들에 대해서 소개하고 핑퐁팀에서 실험한 경험을 공유합니다."
AI/MLData EngineeringLLM
스캐터랩
2023-10-19 · 2년 이상 전
루다 서버에서 루다의 개인화 메시지를 처리하는 방법
"루다 서버에서 루다의 개인화 메시지를 처리하는 방법과, 그 과정에서 주의가 필요했던 점들에 대한 글입니다."
BackendPerformanceSecurity
스캐터랩
2023-10-19 · 2년 이상 전
루다 선톡을 대비하는법
트래픽이 갑자기 증가할 때 어떻게 대응할까요?"
BackendDevOpsMonitoring
스캐터랩
2023-09-13 · 거의 3년 전
멀티턴 이미지 대화: 조규성 vs 안정환, 루다야 누가 더 잘생겼어?
포토챗 베타보다 개선된 궁극의 이미지 대화 모델을 만드는 과정을 다룹니다.
AI/MLFrontendTools
스캐터랩
2023-09-13 · 거의 3년 전
최대 24배 빠른 vLLM의 비밀 파헤치기
"최대 24배의 성능을 보인 vLLM, 코드 레벨까지 분석해보자!"
AI/MLPerformanceTools
스캐터랩
2023-09-06 · 거의 3년 전
감성 AI 시장, 얼마나 커질까?
"해외에서 인기 있는 감성 AI 서비스들은 무엇이고 왜 잘될까? 국내 서비스 중에는 어디에 감성 AI를 접목시킬 수 있을까?"
AI/MLData EngineeringMobile
스캐터랩
2023-08-30 · 거의 3년 전
더 나은 생성모델을 위해 RLHF로 피드백 학습시키기
Human feedback을 학습할 수 있는 RLHF 방법론에 대해서 소개하고 루다에 적용한 사례한 경험을 공유합니다.
AI/MLMLOpsTools
스캐터랩
2023-08-23 · 거의 3년 전
사람처럼 말 잘하는 AI 캐릭터 쉽고 빠르게 만들기
3개월만에 원하는 AI 캐릭터를 만들 수 있는 스캐터랩만의 방법론
AI/MLMobileTools
스캐터랩
2023-08-16 · 거의 3년 전
ACL 2023 Review
핑퐁팀과 함께하는 ACL 2023 Review
Culture
페이지 1 / 3 (총 50개)