zoomg (Page 25)

23.03.17 (Fri)

Mar 17, 2023

zoomg

유저가 넣은 프롬프트를 변환해주는 마이크로소프트 그래프가 기술이 신기, 유저의 프롬프트를 그대로 LLM에 넣는게 아니라 MS 제품을 사용해서 동작할 수 있도록 명령을 수정, 자신이 하는 업무를 빠짐없이 상세하게 기록할 수 있는 능력 필요할듯

250 뽕 앨범 인터뷰, 어떤 장르를 한다라고 말을 못하는 경지, 소리를 찾아헤매는 작곡가

NAVER D2

DEVIEW 2023 발표영상이 공개 되었습니다

RAG (Retrieval Augmented Generation): Neural Retriever + Text Gernerator

Mar 16, 2023

개념 Bing Chat

zoomg

💡

Bing Chat 과의 질의응답

1. Bing Chat is similar with Retrieval Augmented generation model?

"Bing Chat" 검색 중 & "Retrieval Augmented generation model" 검색

Bing Chat은 Retrieval Augmented generation model과 비슷한 점이 있습니다. Bing Chat은 웹 검색 결과 를 환용하여 사용자의 질문에 대답하거나 채팅을 할 수 있는 인공지능 챗봇입니다[1, 2]. Retrieval Augmented generation model은 외부 문서(예: 위키백과)를 환용하여 지식을 보강하고 지식이 필요한 NLP 작업에서 최고의 성능을 내는 새로운 NLP 아키텍처입니다[3, 4]. 두 모델 모두 검색 결과를 생성 모델 의 입력으로 사용한다는 공통점이 있습니다.

하지만 Bing Chat은 검색 결과를 그대로 사용하는 반면, Retrieval Augmented generation model은 검색 결과를 재가공하여 생성 모델에 제공합니다. 또한 Bing Chat은 웹 검색 엔진을 파인튜닝하지 않지만, Retrieval Augmented generation model은 검색 모델과 생성 모델 모두 학습합니다[5, 4]. 따라서 두 모델 은 다른 목적과 방식을 가지고 있습니다. Bing Chat에 관심이 있으신가요?

자세한 정보: 1. digitaltrends.com 2. zdnet.com 3.huggingface.co 4. arxiv.org +4

2. 각각의 모델의 목적과 방식은 어떻게 되나요

"Bing Chat purpose and method" 검색 & "Retrieval Augmented generation model purpose and method" 검색

Bing Chat의 목적은 웹 검색을 통해 사용자의 질문에 대답하거나 채팅을 하는 것입니다 [1, 2]. Bing Chat의 방식은 사용자의 질문이나 채팅을 파싱하여 웹 검색 엔진에 전달하고, 검색 결과를 생성 모델에 입력으로 제공하여 응답을 생성하는 것입니다 [2, 3].

Retrieval Augmented generation model의 목적은 외부 문서를 활용하여 지식이 필요한 NLP 자업에서 최 고의 성능을 내는 것입니다 [4]. Retrieval Augmented generation model의 방식은 사용자의 질문이나 채팅 을 파싱하여 신경망 검색기에 전달하고, 검색 결과를 재가공하여 생성 모델에 입력으로 제공하여 응답을 생성하는 것입니다 [4, 5].

두 모델 모두 웹 검색 결과를 환용하지만, 다른 검색기와 생성 모델을 사용하고 있습니다. 다른 궁금한 점이 있으신가요?

자세한 정보: 1. zdnet.com 2. tomsguide.com 3. howtogeek.com 4. arxiv.org +2

3. 네. 두 모델의 장점과 단점에 대해 알려주세요.

"Bing Chat pros and cons" 검색, "Retrieval Augmented generation model pros and cons" 검색

Bing Chat의 장점은 웹 검색 엔진을 파인튜닝하지 않아도 되고, 다양한 주제와 채팅을 할 수 있다는 것입 니다 [1, 2]. Bing Chat의 단점은 검색 결과가 부정확하거나 불완전할 수 있고, 지식이 필요한 NLP 작업에서 성능이 낮을 수 있다는 것입니다 [3].

Retrieval Augmented generation model의 장점은 외부 문서를 활용하여 지식을 보강하고, 지식이 필요한 NLP 작업에서 최고의 성능을 낼 수 있다는 것입니다 [4, 3]. Retrieval Augmented generation model의 단점 은 검색 모델과 생성 모델 모두 학습해야 하고, 검색 결과가 응답에 영향을 줄 수 있다는 것입니다 [4].

두 모델 모두 장단점이 있습니다.

다른 궁금한 점이 있으신가요?

자세한 정보: 1. howtogeek.com 2. windowscentral.com 3. techwiser.com+3 더 보기