WEBVTT 00:00.110 --> 00:05.750 그리고 대화 인터페이스를 통해 개척 모델의 세계를 탐구하는 여정을 마무리할 겁니다 00:05.780 --> 00:08.570 메타 인공지능과 당혹스러움을 살펴보죠 00:08.600 --> 00:15.770 메타 인공지능은 라마의 프런트 엔드 버전으로 뒤에서 실행되고 있어요 00:15.770 --> 00:21.680 같은 질문을 할 수도 있어요. 다른 모델과 비교해 보면 장단점이 00:21.680 --> 00:25.190 있는 Get을 얻을 수 있어요. 00:25.190 --> 00:27.440 잘 안 되네요 00:27.440 --> 00:33.530 전통적인 무료 llm을 주지만 괜찮아요 00:33.530 --> 00:38.000 일반적으로 다양한 질문을 하면 괜찮긴 하지만 다른 질문만큼 00:38.000 --> 00:42.200 강력하진 않은 답을 얻게 될 거예요. Get it. 00:42.590 --> 00:44.060 같은 질문을 해 보죠 00:44.060 --> 00:52.370 제가 이런 말을 해서 질리실 텐데 A가 이 문장에 몇 번이나 00:52.370 --> 00:54.650 나오는 거죠? 00:54.920 --> 00:58.190 메타 인공지능은 어떤지 보죠. 00:58.340 --> 01:04.160 다섯 번 나타나죠 메타도 그 특정 질문을 처리할 수 없어요 01:04.190 --> 01:08.210 메타가 다룰 수 있는 한 가지는 이미지 생성이에요 01:08.210 --> 01:17.320 하와이에서 17로 가는 무지개의 이미지를 생성해 01:19.270 --> 01:23.830 달라고 요청할 수 있어요 01:24.100 --> 01:31.450 보시면 아시겠지만 라마에겐 이런 도전이 딱이에요 01:31.450 --> 01:35.980 이 네 가지로 아주 잘 표현했어요 01:36.070 --> 01:38.350 Get it 하면 이런 효과가 나요 01:38.350 --> 01:44.260 하와이가 등장한 것 같지만 몇몇은 아주 훌륭한 것들이죠 01:44.260 --> 01:49.840 특히 오픈 소스 모델에게요 무대 뒤에 있는 라마요 01:49.960 --> 01:55.510 그럼 이제 검색 엔진으로 넘어가죠 LLM이 아니라요 01:55.510 --> 01:56.080 그렇죠 01:56.110 --> 02:02.320 이 그룹에서 특이한 경우지만 오픈라이도 검색 영역에 들어왔어요 02:02.440 --> 02:08.380 그래서 사실적인 질문을 찾아서 조사하고 답을 제공하죠 02:08.380 --> 02:13.240 11월 6일에 녹화하고 있습니다 미국 선거 다음 날이죠 02:13.240 --> 02:23.570 미국 대통령 당선자를 이렇게 말하면 생각이 바뀔 거예요 02:23.570 --> 02:29.960 결과물을 요약해서 핵심 포인트나 반응 같은 걸 내놓는다 해도 02:29.960 --> 02:33.110 전혀 놀랍지 않을 거예요 02:33.170 --> 02:40.280 이 기능을 통해 현안에 대한 미묘하고 정교한 대응을 제공하죠 02:40.310 --> 02:46.160 오픈AI에 그런 질문을 해도 좋은 답변을 얻을 수 있습니다 현재 상황을 02:46.160 --> 02:50.990 고려하면요 작년 기준으로 제한이 있었지만요 02:51.110 --> 02:53.210 클로드한테 물어보면 못 할 거예요 02:53.210 --> 02:55.610 단도직입적으로 말하라고 할 거예요 02:55.610 --> 03:00.440 아주 구체적인 답을 얻게 되는 게 제 지식의 한계예요 get it get it 03:00.890 --> 03:04.550 질문을 해 보죠 몇 명이죠? 03:04.580 --> 03:15.350 새로운 대화를 시작해 보죠 A라는 글자가 이 문장에 몇 번 나오죠? 03:16.130 --> 03:17.960 이걸 보는 건 마지막이에요 03:18.170 --> 03:20.510 네 번이라고 쓰여 있어요 03:20.510 --> 03:23.030 숫자를 셀 수 있군요 03:23.060 --> 03:24.800 정말 인상적이에요 03:24.830 --> 03:28.310 우연의 일치인지 다른 사람들이 기사를 써서 03:28.310 --> 03:32.300 발견된 건지는 모르겠지만 숫자를 셀 수 있어요 03:32.300 --> 03:39.080 그래서 get One Preview 버전에서 이걸 제대로 하는 게 당혹스러워요 03:39.110 --> 03:41.420 축하해요, 당혹스러움 03:41.630 --> 03:48.290 이제 좀 이상한 질문을 해 보죠 다른 모델과 비교해 03:48.290 --> 03:52.910 보면 이런 답이 나올 거예요 03:53.000 --> 03:55.340 그 지역은 당혹스러움으로 표시돼요 03:55.340 --> 03:57.260 전 그럴 능력이 없어요 03:57.260 --> 04:00.440 확실히 더 강하게 밀어주죠 04:00.680 --> 04:04.460 이것으로 개척자 모델 탐사를 마칠게요 04:04.460 --> 04:07.160 하지만 이젠 당신도 그렇게 해요 04:07.160 --> 04:12.560 흥미로운 질문을 던지고 특히 모델과 캐릭터의 차이점 04:12.590 --> 04:18.590 장점과 약점을 드러낼 수 있는 질문을 찾으려고 노력해요 04:18.620 --> 04:23.420 그리고 좋은 거 발견하시면 공유나 post 해 주세요 04:23.450 --> 04:29.810 이런 차이를 표면화하고 어디가 가장 큰지 강조할 수 있는 표시를 04:29.810 --> 04:32.660 찾는 건 정말 좋은 일이에요 04:32.750 --> 04:36.050 그럼 다음 비디오에서 마무리하도록 하죠