pile·
AI / ML·Hyperconnect하이퍼커넥트·

1부: 데이터도 정답도 없다: 하이퍼커넥트가 LLM을 길들이는 법

문제도메인 특화 LLM 평가에서는 ground truth 데이터도 없고 정답도 없는 경우가 일반적이다. 기존 ML 평가 방식이 안 맞는다.
접근하이퍼커넥트의 LLM 길들이기 시리즈 1편. ground truth 부재 환경에서 어떻게 LLM 품질을 측정/개선하는지 — LLM-as-a-Judge 도입 배경과 단계별 접근.
결과"정답을 모르는 상태에서 더 나은 모델을 고르는" 평가 framework 도입. 평가 자동화로 모델 개선 사이클을 단축.
Hyperconnect
하이퍼커넥트 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2