- Ollama 임베딩 모델 중 한국어 성능이 우수한 ‘Ollama Nomic Embed Text’ 모델 도입 🧐
- Google's Gemma2와 Alibaba's Qwen 2.5 모델 등과 비교, 실험 진행 🚀
- Semantic Chunking 적용으로, 의미 유사성을 기반으로 문서 조각 분리 🧩
- 빠른 추론 속도를 위해 Groc 서비스 활용 가능 ⚡️
- 다양한 한국어 문서에 대한 Testbed 구축 및 성능 비교 분석 🔥
Ollama 기반 로컬 RAG: 올라마 임베딩 모델의 한국어 성능 비교, Semantic Chunking 적용, 구글 Gemma2 모델과 알리바바 Qwen 2.5 모델 사용
Recommanded Videos
What are L4 Load Balancers and how do they work?
2025. 7. 6.
알고 있으면 너무 좋은 프론트엔드 웹 기술 : Stream API
2025. 8. 13.
Is Gemini CLI Worth The Hype?
2025. 7. 30.
What Is MCP Explained In 3 Minutes
2025. 7. 31.
그룹사 CTO 패널톡 / AI Finance | if(kakaoAI)2024 Day3
2024. 11. 1.
![[핼러윈 특집] AI 심령사진 만들기 - FLUX + ControlNet + Inpainting](https://i4.ytimg.com/vi/KPvsr2zUmME/hqdefault.jpg)
[핼러윈 특집] AI 심령사진 만들기 - FLUX + ControlNet + Inpainting
2024. 10. 20.