pile·
AI / ML·뤼이드뤼이드·

AI 뇌를 위한 닭고기 수프: 라벨링

문제Quizium AI의 질문 생성 엔진은 기술적으로 정교했지만 정답이 뻔하거나 학습과 무관한 질문이 자주 섞여 교육 효과가 떨어졌다.
접근영상 완시청, 핵심 기억, 비판적 사고 등 교육 목표를 명문화하고 약 30개 평가 항목으로 라벨링 기준을 만든 뒤 사내 라벨링 툴 R.MarkAI를 일주일 만에 구축했다.
결과1천여 개 질문에 4만 건 이상의 라벨을 모으는 중이며, 이 데이터로 품질 예측 QC 모델을 학습해 질문 출력이 눈에 띄게 개선되고 있다.
뤼이드
뤼이드 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)
·takedown 요청

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