Sign in Subscribe

RAG

[RAG] 한국어 Reranker 모델을 사용하여 RAG 성능 올리기

[RAG] 한국어 Reranker 모델을 사용하여 RAG 성능 올리기

ReRanking 모델을 사용하여 RAG의 출력 품질을 향상시킬 수 있습니다.

[RAG] 더 나은 RAG를 위해 Retrieval pipeline 개선하기

[RAG] 더 나은 RAG를 위해 Retrieval pipeline 개선하기

벡터 검색 품질을 향상시키기 위한 Sentence-window 청킹 방식을 테스트해보고 정리하였습니다.

[Parser] UpstageLayoutAnalysisLoader 를 활용한 문서 파싱

UpstageDocumentParser

[Parser] UpstageLayoutAnalysisLoader 를 활용한 문서 파싱

UpstageDocumentParser를 사용하여 PDF를 분석하였습니다. 이를통해 이미지, 그래프를 분석하고 다각도 분석을 수행할 수 있도록 구성합니다.

[GraphDB] GraphRAG(Neo4j)

[GraphDB] GraphRAG(Neo4j)

최근 여러 RAG 기법들을 활용하고 있습니다. 여러 방식으로 데이터를 파싱해보고 RAG 구조를 구현해보며 각 방식의 장점과 단점을 확인해보았습니다.

[AI] Pinecone을 활용한 Vector Database부터 DeepEval을 활용한 평가까지

[AI] Pinecone을 활용한 Vector Database부터 DeepEval을 활용한 평가까지

Pinecone 환경에서 Sparse Vector와 Dense Vector를 활용한 검색부터 DeepEval을 활용한 평가까지 테스트하였습니다.

[RAG] 성능 측정 방식 테스트

[RAG] 성능 측정 방식 테스트

RAG 성능 평가를 위한 프레임워크 Deepeval을 통해 검색과 생성 성능을 정밀 측정하고, 서비스 품질과 사용자 만족도를 향상시킬 수 있습니다.

BM25 검색 원리

BM25 검색 원리

BM25: 검색어와 문서 관련성을 TF, IDF, 문서 길이로 정교하게 계산하여 최적 검색 결과를 찾아주는 핵심 알고리즘.

Llamaindex Cookbook을 활용한 GenAI 기본 패턴 정리

Llamaindex Cookbook을 활용한 GenAI 기본 패턴 정리

Llamaindex와 Llama3로 RAG, Text-to-SQL, 에이전트 등 GenAI 핵심 패턴 구축 방법을 학습하고 테스트합니다. 실용적인 AI 앱 개발 방법을 익혀보세요.