AI 코드 리뷰 자동화, 판정은 왜 흔들릴까? 원인과 해결법 4가지
같은 코드를 리뷰시켜도 판정이 매번 달라지는 이유는 LLM의 비결정성 때문입니다. temperature를 0으로 내려도 흔들림은 남습니다. 코드 위임·폭 좁히기·다수결·하네스로 LLM 판정의 일관성을 높이는 네 가지 방법을, 총 55회 호출 실험 결과와 함께 정리했습니다.
devBlog
AI/ML 글 모음
기업 기술블로그의 AI/ML 관련 글 1043개
[23. 5. 30] FDA PCCP 가이던스 분석
[23. 5. 23] 에이아이트릭스, ICLR TML4H 워크샵 ‘환자 악화 예측 모델’최고 논문상 수상
MATCH란 무엇인가
[AI 해커톤 후기] AI 시대의 해커톤과 인간의 역할: AI의 계획과 사람의 전략
모두가 같은 주제로, 같은 수준의 AI 도구를 들고 시작한 해커톤. 그런데 결과물은 팀마다 전혀 달랐습니다. 같은 도구를 썼는데 왜 결과는 달라졌을까요? 네이버가 전사 차원에서 처음으로 개발자와 비개발자의 구분 없이 연 모두의 Engineering Day AI 해커톤에서 가장 흥미로웠던 질문입니다. 이 글은 그 질문에 대한 회고로, AI를 어떻게 활용했는지, 그리고 끝까지 사람의 몫으로 남은 일은 무엇이었는지 정리했습니다. 결론부터 말하면 AI
스트라드비젼의 AWS 클라우드 기반 피지컬 AI End-to-End 파이프라인 가속화 사례
자동차가 스스로 주변상황을 인식하고 판단하려면, 수백, 수천만 장의 도로 이미지 데이터가 필요합니다. 그런데 만약 AI가 학습해야 할 상황이 현실에서는 거의 일어나지 않는 희귀한 장면이라면 어떨까요? 예를 들어, 사람이 차 바로 앞으로 뛰어드는 상황이나, 인도 도로 한복판에 소가 누워 있는 상황을 카메라로 찍어 모아야 한다면? 스트라드비젼은 자동차의 카메라가 세상을 보고 이해할 수 있게 하는 Vision AI […]
벤치마크, 경량 런타임, 운영 자동화가 만나는 지점
오늘의 트렌드 이번 주 기술 이슈의 교집합은 ‘재현 가능한 품질과 운영’입니다. 대형모델을 객관적으로 비교하는 벤치마크 도구, 경량·대체 JavaScript 런타임의 등판, IaC로 인프라 변경을 기록·복구하는 사례...
AI 수석회의
AI 인프라 설계의 기술적 레퍼런스, <NHN FactoryX 기술 백서>를 소개합니다
[](https://www.nhncloud.com/kr) ## 어제의 경험으로 내일의 변화를 만들어 내는 공장, NHN FactoryX 필요한 만큼의 GPU를 사서 랙
[기술분석] AI 데이터센터에서 WUE가 중요해지는 이유
kt cloud DC북부운용센터 유승철 님 요약 SUMMARY 이 글에서는 AI 데이터센터에서 WUE가 중요해지는 배경과 수자원 효율 관리 방안을 다룹니다.전력 효율을 넘어 물 사용까지 통제해야 하는 운영 방향을 정리합니다.#AI데이터센터 #WUE #수자원효율 #데이터센터냉각 #PUE 핵심 요약AI 데이터센터의 급격한 열 밀도 증가로 냉각에 필요한 물 사용량이 폭증하고 있습니다. 이에 따라 수자원 효율 지수인 WUE(Water Usage Eff
[23. 5. 23] 의료인공지능 모델 개발 파이프라인 툴 소개: Clairvoyance
[23. 5. 23] EHR 데이터를 활용한 의료인공지능 모델 개발 파이프라인
운영 환경의 복제 없이 검증 가능한 stage로 만들기
13년 레거시, AI Native 방식으로 구축한 stage 환경
누구도 손대지 못하던 13년의 운영 환경을 stage로 재구축하기까지
13년 레거시, AI Native 방식으로 구축한 stage 환경
AI 성능 평가, 조직 흡수 역량, IaC 자동화, 데이터 아카이빙
오늘의 트렌드 오늘은 생성형 AI의 성능 평가 체계화, AI 도입의 조직적 흡수 역량, 인프라 가상화·IaC 기반 운영 자동화, 그리고 데이터 아카이빙 전략이라는 네 가지 축을 중심으로 최근 트렌드를 묶어 해석한다....
Amazon Bedrock 모델 promptfoo 로 성능 평가하기
들어가며 “프롬프트를 바꿨는데, 정말 더 나아진 걸까?” 생성형 AI 애플리케이션을 개발하는 엔지니어라면 누구나 한 번쯤 마주치는 질문입니다. 프롬프트 한 줄을 수정하거나 모델을 교체할 때마다 품질이 좋아졌는지 확신하기 어렵고, 여러 모델을 두고 어느 쪽이 서비스에 더 맞는지 판단하려면 같은 질문을 양쪽에 던져 결과를 일일이 눈으로 비교해야 합니다. 문제는 대규모 언어 모델(Large Language Model, 이하 LLM)이 비결정적(non
[23. 5. 23] 해석가능한 의료 인공지능 모델
[23. 5. 23] 패혈증 사전 예측의 중요성
페이지 6 / 58 (총 1043개)