AI시대의 소프트웨어 아키텍처

ChatGPT의 전신인 InstructGPT는 GPT-3를 강화학습 기법으로 fine-tuning하여 사용자의 의도에 맞는 답변을 생성하는 것을 목표로 하였으며, Fine-tuning용 데이터를 구축하기 위하여 40명의 Labeler를 고용하였음. 아래는 InstructGPT의 Training process임    Step 1 (Supervised Fine-tuned Model) :   InstructGPT 논문에서 설명한 Step1 구성 방법1. Demonstration Data (prompt-response 쌍) 수집, 13k DataSet     - prompt : labeler가 직접 작성 + Open AI의 API를 통해 수집된 실제 사용자들의 prompt    - response : 주어진 p..

Llama 3.2 설치 및 성능 체크 동영상 : https://www.youtube.com/watch?v=doxr5EWtBXs

IBM Watson for Oncology 사례Watson for Oncology는 IBM의 AI 기술을 활용하여 암 진단 및 치료 계획 수립을 지원하는 시스템임 ## 주요 기능1. 의료 문헌 분석 : 수백만 페이지의 의학 저널, 교과서, 임상 시험 결과를 분석2. 개인화된 치료 옵션 제안 : 환자의 의료 기록과 유전자 정보를 고려하여 맞춤형 치료법 제시3. 근거 기반 의사 결정 : 각 치료 옵션에 대한 근거와 신뢰도 점수 제공 ## 데이터 활용 및 Fine-tuning1. 데이터 수집:   - 의학 저널, 교과서, 임상 시험 결과 등 다양한 소스에서 데이터 수집   - 실제 환자 사례 및 치료 결과 데이터 통합2. 데이터 전처리:   - 자연어 처리 기술을 활용한 비정형 데이터의 구조화   - 의료 용..