From the uDemy course on LLM engineering.
https://www.udemy.com/course/llm-engineering-master-ai-and-large-language-models
You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
82 lines
2.1 KiB
82 lines
2.1 KiB
WEBVTT |
|
|
|
00:00.920 --> 00:04.850 |
|
5단계 전략 중 1단계에서 4단계를 살펴봤죠 |
|
|
|
00:04.850 --> 00:10.010 |
|
이제 5단계로 넘어갑니다 지금까지 생각 안 해본 걸 제작하는 |
|
|
|
00:10.010 --> 00:11.240 |
|
거죠 |
|
|
|
00:11.240 --> 00:13.520 |
|
이건 모형을 만들었다는 걸 의미해요 |
|
|
|
00:13.520 --> 00:16.250 |
|
황금 시간대예요 |
|
|
|
00:16.730 --> 00:23.810 |
|
API 정의부터 시작합니다 모델을 호출하고 코드를 호출하는 데 사용되죠 |
|
|
|
00:23.810 --> 00:32.570 |
|
오픈 소스 모델을 사용하거나 프론티어 모델을 호출하는 거죠 래그나 프롬프트 엔지니어링 |
|
|
|
00:32.780 --> 00:36.680 |
|
같은 다양한 스캐폴딩을 둘러싼 모델요 |
|
|
|
00:37.190 --> 00:42.500 |
|
그런 다음 모델, API 호스트 및 배포 방법을 결정하죠 |
|
|
|
00:42.530 --> 00:48.410 |
|
어떻게 감시될지 정보 보안 문제나 어떻게 확장할지에 대해 |
|
|
|
00:48.410 --> 00:49.580 |
|
얘기하죠 |
|
|
|
00:49.730 --> 00:56.750 |
|
그다음 1단계에서 확인한 비즈니스 지표를 측정합니다 지속적인 재훈련과 |
|
|
|
00:56.750 --> 01:02.390 |
|
성능 측정 그리고 지속적인 기반으로 모델을 개선하죠 |
|
|
|
01:02.420 --> 01:06.320 |
|
모두 프로덕션 활동의 일부예요 |
|
|
|
01:07.820 --> 01:14.660 |
|
그럼 제품 가격을 예측하기 위해 직면한 사업상의 문제는 어느 정도일까요? |
|
|
|
01:14.660 --> 01:17.600 |
|
첫 단계는 성공했다는 걸 이해하는 거죠 |
|
|
|
01:17.630 --> 01:18.410 |
|
이해했어요 |
|
|
|
01:18.440 --> 01:19.850 |
|
측정법에 대해 얘기했죠 |
|
|
|
01:19.850 --> 01:21.170 |
|
뭘 해야 할지 알죠 |
|
|
|
01:21.200 --> 01:23.900 |
|
지금 준비하는 중이에요 |
|
|
|
01:23.900 --> 01:26.630 |
|
데이터 세트를 준비 중이에요 |
|
|
|
01:26.630 --> 01:30.290 |
|
그리고 모델을 선택해야 해요 |
|
|
|
01:30.290 --> 01:32.300 |
|
맞춤형으로 만들어야 해요 |
|
|
|
01:32.390 --> 01:35.060 |
|
마지막으로 생산해야 해요 |
|
|
|
01:35.060 --> 01:38.060 |
|
이 모든 단계를 거치게 될 거예요 |
|
|
|
01:38.150 --> 01:43.400 |
|
하지만 먼저 2단계 준비를 마칠 거예요 |
|
|
|
01:43.400 --> 01:49.520 |
|
이제 유피터랩으로 돌아가서 준비하도록 하죠 get it
|
|
|