가볍게 배우고 깊게 즐기고 오래 남기기

Google Bard 가 나와서 시끌시끌하다. 생각보다 낫다. 한국어 대응이 더 낫다는 말도 있고 하던데 직접 두 LLM 서비스 자연스러움을 한번 체크해보고 싶었다. 둘의 정보량 차이나 자연스러움을 한번 체크해보고 싶기도 하고 요즘 각자가 생각하는 스스로를 가장 잘 쓰는 법을 물어봤다. 나의 질문은 이것. 요즘 chatgpt/Bard에서 사람들이 주로 질문하는 내용은 어떤 거야? 그리고 너가 가장 자신있는 분야가 어떤건지 말해주면서 가장 잘 활용하기 위한 방법도 각각 알려줘 GPT에게는 Azure OpenAI 포함해서 4가지 모델에 질문을 넣어봤다. (1) text-davinci-002-render-sha (https://chat.openai.com) (2) gpt-3.5-turbo / (Azure) (..

확률 (Probability) : (1) Classical approach (전통적 접근) - 똑같은 가능성의 사건을 똑같은 확률값으로 정의하는 것 (2) Relative frequency approach (상대적 접근) ♡ Frequentest - 무수한 실험이 현실적으로 가능하지 않다는 문제, 발생이력이 없는 미확인 가상의 문 적용 불가 (3) Subjective approach (주관적 접근) ♡ Bayesian - 발생 사건에 대해 사람마다 다른 확률값과 해석이 가능 용어설명 → Sample space (=A set of the simple events) : [조건] (1) 전부를 포함( exhaustive) (2) 상호배반적 (exclusive) → "Randomly extracted" = 표본..

보다 효율적인 GPT 연계 개발을 위해서 하이에나처럼 헤매던 중에 Microsoft와 AIFactory에서 주최하는 챗GPT MS애저톤을 참가할 기회가 생겼다. 마음 같아서는 슬랙이나 기타 3rd Party 솔루션과 연동해서 GPT 서비스로 진행해보고 싶었는데 아쉽게도 내가 공지를 본 시점이 마감이 며칠 얼마 남지 않은 시점이라 프론트를 건들다가 프롬프트 엔지니어링으로 빠르게 선회했다. 출품하고 나니 규모가 큰 공모전은 아니었지만 배우는 것들도 많았고, 정말 빛나는 아이디어들이 많아서 새삼 아이디어가 승부인 GPT시대라는 것이 새삼스럽게 와닿았다. 마감 직전에 출품해서 약간 비문도 있었지만 감사하게도 업무효율화 분야에서 좋은 평가를 주셔서 수상 기념으로 공모전 내용을 공개하려고 한다. 이 프롬프트가 어떤..

기존 OpenAI에서 제공하는 영역보다 보다 폭 넓게 작업하기 위해서 Azure API를 사용하면서 하이퍼파라미터를 공부하고 있는데, MS 내에서 제공하는 문서들을 전체적으로 잘 되어있지만 OpenAI 문서와 관련해서는 실질적으로 파이썬 사이드 MS문서와 openai 공식문서 내에 전체 파라미터를 정리한 내용이 촘촘하게 정리되어 있지 않아서 직접 정리해보았다. (닷넷쪽에 하이퍼파라미터는 잘 설명되어있고 파이썬은 누락이 많음) (2023.05.02 기준 , Azure openai 내 최신화된 Hyperparameter) * best_of / logprobs / logit_bias는 현재 2023-03-preview 버전에서 제공되고 있다. * 그 외에 .net의 경우 echo라는 변수를 통해 말 그대로 입..