비전 모델까지 지원하는 Jev 스타일 LLM 래퍼
Jev 스타일 LLM 래퍼가 제공하는 기능과 구현 방법을 소개합니다.
An introduction to the features and implementation of the Jev-style LLM wrapper.
AI가 선별한 아티클
Jev 스타일 LLM 래퍼가 제공하는 기능과 구현 방법을 소개합니다.
An introduction to the features and implementation of the Jev-style LLM wrapper.
Jev를 구현한 Python 예제를 소개합니다.
This article presents a Python example implementing Jev.
Jev를 공개 데이터와 업무에 시험한 결과, 쉬운 판단을 먼저 처리하는 방식이 효과적임을 확인했다.
Testing Jev with public data shows handling easy judgments first is more effective.
TypeSafe AI의 새로운 모델 Jev가 판단과 확률을 반환하는 AI 기능을 소개합니다.
TypeSafe AI's new model Jev returns judgments and probabilities instead of sentences.
AI의 분류 방법 대신 망상하는 방법에 대한 논의가 진행되고 있습니다.
Discussion on alternative approach for AI: hallucination over classification.
이중 언어 머신러닝 강좌를 위한 Jupyter Notebook 형식의 오픈소스 자료 개발 중.
Building a bilingual machine learning course in Jupyter Notebook format as an open-source resource.
암 탐지에서 이상 탐지와 분류의 선택에 대한 논의.
Discussion on model choice for detecting cancer vs. visually similar mimics.
신경망 분류기의 예상치 못한 공격에 대한 강건성을 평가하는 방법을 개발했습니다.
Developed a method to evaluate neural network robustness against unforeseen adversarial attacks.
다양한 스케일과 각도에서 신경망 분류기를 속일 수 있는 이미지를 생성했습니다.
Generated images that reliably fool neural network classifiers from various scales and angles.