BINABLE

🖇️ GraphRAG의 등장 배경바야흐로 대규모 언어 모델, LLM이 등장하여 우리의 일상이 크게 변화하였다. GPT나 LLaMA와 같은 모델들은 사용자의 쿼리를 기반으로 놀라운 수준의 응답을 생성하며 강력한 퍼포먼스를 보이지만, 그와 동시에 치명적인 한계도 가지고 있다. 바로 LLM이 학습 이후 업데이트된 최신 정보들에 대해 무지하고, 학습되지 않은 특정 도메인 지식에 대해 제대로 응답하지 못한다는 점이다. 이러한 한계는 종종 Hallucination이라는 형태로 나타나며, 그럴듯하지만 사실과 다른 답변을 생성하게 된다. 이러한 문제를 보완하기 위해 등장한 것이 RAG(Retrieval-Augmented Generation)이다. RAG의 주요 아이디어는 '지식 검색'과 LLM의 결합이다. 최신 정보..

2024년 11월 25일, AI 회사 Anthropic에서 MCP(Model Context Protocol)을 발표했다. Cursor AI와 같은 회사에서 해당 모델을 채택했으며, 이번에는 OpenAI에서도 MCP를 채택하겠다고 발표했다.  1. MCP의 기본 개념LLM 모델이 외부 도구나 데이터, 기능과 안전하게 상호작용할 수 있도록 설계된 개방형 프로토콜이다. MCP가 등장하기 전에는 각 데이터 소스마다 별도로 커넥터를 개발해야 했다. 예를 들어, AI 비서를 개발하기 위해 이메일, 캘린더, 파일 저장소와 같은 각 서비스마다 개별적인 API를 사용해서 통합해야 했지만, MCP를 도입한다면 표준화된 프로토콜이 이루어지기 때문에 한 번의 통합으로 여러 데이터 소스에 연결이 가능해진다. 활용 예시로, An..

1. DeepSeek의 개요DeepSeek는 중국의 AI 스타트업인 딥시크(DeepSeek)에서 개발한 모델로, 최근 AI 시장에 혁신적으로 등장하여 많은 관심을 끌고 있다. 기존의 타사 대비 저렴한 비용과 빠른 학습 속도, 그리고 GPU 자원 사용의 효율화 등의 강점을 갖추고 있는 DeepSeek에 대해 간단하게 다루어보고자 한다.   2. DeepSeek의 가격   (작성 중..)참고자료한글과컴퓨터: DeepSeek-R1 기술 분석

https://ai.googleblog.com/2017/04/federated-learning-collaborative.html Federated Learning: Collaborative Machine Learning without Centralized Training Data Posted by Brendan McMahan and Daniel Ramage, Research Scientists Standard machine learning approaches require centralizing the training data... ai.googleblog.com Federated Learning은 2017년 구글 AI 블로그에서 공식적으로 소개되었습니다. 아래는 Federated Learning에 대해..