텍스트넷 공식 블로그
Data-Centric AI를 위한 인사이트
금융 특화 QA 데이터 구축 : 4개월에 6만 건, 텍스트넷 프로젝트 비하인드 스토리
대형 통신사의 금융 AI 서비스 개발을 위해 4개월간 진행된 6만 건 규모의 QA 데이터 구축 프로젝트 과정을 공개합니다. 단기간에 고품질 데이터를 구축한 텍스트넷의 데이터 증강 사례를 확인해보세요.
명확한 검증을 위한 LLM 성능 평가 벤치마크 데이터셋 구축 방법
LLM 성능 평가를 위한 벤치마크 데이터셋은 어떻게 설계해야 할까요? Winogrande와 WSC 비교, 데이터셋의 조건, 한국어 맞춤 설계 등 고품질 데이터 구축 노하우를 소개합니다.
쿠키리스 시대, 대화형 AI에서 CUX(Conversational UX)가 중요한 이유
쿠키리스 시대, 대화형 AI와 CUX(Conversational UX)의 중요성에 대해 알아보세요. UX, CX와의 차이점과 CUX 설계 원칙을 통해 개인화된 사용자 경험의 미래를 엿볼 수 있습니다.
LLM 성능 향상 전략: 효율적인 RAG 문서 데이터 정형화 방법
정형화만 잘해도 검색 속도, 정보의 정확도, 추론 효율성이 올라간다! LLM 성능을 향상시키는 RAG 문서 데이터 정형화 방법에 대해 알아보세요.