2기 Onboarding Projects

목적

• SOTA LLM을 사용해보면서 성능과 잘하는점, 한계를 직접 체험하고 이를 활용해서 새로운 문제를 해결할 수 있는 프로덕트 만들어보기
• 동아리의 다양한 사람들과 팀 프로젝트를 해보면서 동아리분들 알아가기

Week 1️⃣ - Retreiver Augmented Generation (RAG)

What is it?

검색엔진은 검색만 합니다. LLM은 학습된 기억에만 의존합니다. RAG는 검색으로 기억을 증강합니다.

• e.g. Perplexity: Q & A with in-text citations
• e.g. Mendable: langchain 문서 Q & A

Why?

Retriever-augmented generation(RAG)은 LLM의 고질적인 문제인 환각(hallucination)문제를 완화하기 위해 필요합니다.

• e.g. 세종대왕 맥북던짐 사건
• e.g. 구글 바드 주가폭락 사건

온보딩 세션

➡️ 상세설명: week1/README.md

Week 2️⃣ - browser automation

• Action을 해주는 Agent
• General Action을 해주는 것을 목표
• 또는 아래 중 택 1
  • 영화 예약
  • 음식 배달
  • SNS 자동 포스팅
  • (위와 같이 한 도메인 선택)
  • Function call api 참조

Week 3️⃣ - build whatever you want

• 예시 주제
  • 여러 modality api를 이용한 프로젝트 (OCR Chat, LENS)
  • General World Agent
• Voyager를 참조해서 real world에 풀어 놓기
  • 예시. 트위터에서 오늘까지 팔로워 1000명 받을 수 있도록 활동해봐
• LLM Generation
  • 예시 문제 생성
• LLM Evaluation
  • 성능 평가 framework