메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
손지원 (대구가톨릭대학교) 김민성 (대구가톨릭대학교) 김부건 (대구가톨릭대학교) 박상준 (대구가톨릭대학교) 표성민 (대구가톨릭대학교) 배지훈 (대구가톨릭대학교) 이종혁 (대구가톨릭대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2024.5
수록면
341 - 344 (4page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 특정 도메인 챗봇 모델의 성능을 향상하기 위해 Fine-tuning 방식과 RAG 방식을 비교하는 실험을 다룬다. Fine-tuning 방식은 미리 학습된 모델을 특정 작업에 맞게 조정하는 기술이며, RAG 방식은 외부데이터를 활용하여 정확한 답변을 생성하는 방식이다. 실험은 두 방식을 동일한 데이터 세트에 적용하여 10가지 질문에 대한 성능을 비교했다. Fine-tuning 방식은 환각 현상과 답변 오류가 빈번하게 발생하며 정확도와 정답률이 낮았다. 반면 RAG 방식은 환각 현상과 삽입 오류가 적고, 정확도와 정답률이 훨씬 높았다. 따라서 실험 결과로 보아, RAG 방식이 Fine-tuning 방식보다 데이터에 대한 정확한 답변을 제공하는 데 더 적합하다는 것을 확인할 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 파인튜닝과 RAG
Ⅲ. 적합성 실험 및 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0