| 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 |
| 29 | 30 | 31 |
- attention
- Langchain
- rotary position embedding
- PEFT
- catastrophic forgetting
- test-time scaling
- transformer
- model context protocol
- MQA
- fréchet inception distance
- 토크나이저
- self-attention
- context engineering
- langgraph
- chain-of-thought
- flashattention
- BLEU
- gqa
- Engineering at Anthropic
- extended thinking
- SK AI SUMMIT 2025
- reinforcement learning from human feedback
- MHA
- RLHF
- Multi-Head Attention
- Positional Encoding
- Embedding
- 트랜스포머
- CoT
- re-ranking
- Today
- Total
목록prompt (2)
AI Engineer 공간 "사부작 사부작"
동적 프롬프트(Dynamic Prompt): 개인화된 AI 에이전트를 위한 핵심 포인트최근의 AI 서비스는 마치 숙련된 나만의 비서와 같습니다. 단순히 명령을 수행하는 것을 넘어서, 각 사용자의 특성과 상황을 파악하여 맞춤형 서비스를 제공해야 하죠. 하지만 기존의 정적인 프롬프트 방식으로는 이러한 개인화된 서비스를 구현하기 어려웠습니다. LangGraph의 동적 프롬프트(Dynamic Prompt) 기능은 이러한 한계를 극복하고, 실시간으로 사용자 정보와 상황에 맞는 지시사항을 생성하여 진정한 맞춤형 AI 에이전트를 구현할 수 있게 해줍니다.정적 프롬프트의 한계: 획일화된 서비스의 아쉬움이전의 AI 에이전트들은 대부분 정적 프롬프트(Static Prompt)를 사용했습니다. 정적 프롬프트는 마치 모든 손..
컨텍스트 엔지니어링(Context Engineering): 프롬프트 너머, AI 에이전트 성공의 핵심인공지능, 특히 거대 언어 모델(LLM)의 발전은 마치 유능한 전문가를 고용하는 것과 같습니다. 이 전문가는 방대한 지식을 갖추고 놀라운 추론 능력을 보여주지만, 그 능력을 100% 발휘하게 하려면 우리가 어떤 정보를 어떻게 제공하는지가 매우 중요합니다. 초기에는 "프롬프트 엔지니어링(Prompt Engineering)"이라는 기술, 즉 이 전문가에게 어떻게 질문을 던져야 최고의 답변을 얻을 수 있을지에 대한 연구가 주를 이루었습니다. 하지만 AI 애플리케이션이 단순히 질문에 답하는 것을 넘어, 여러 단계를 거쳐 복잡한 작업을 수행하는 '에이전트(Agent)' 시스템으로 진화하면서 새로운 과제에 직면했습니..