장점 (18) 썸네일형 리스트형 Semantic tag에 빠지게 되는 이유 옛 취미에서 새로운 취미로 아주 옛날 PHP, MySQL로 웹 게시판을 만드는 취미(라기 보다는 모방)을 가졌지만 이제는 AI를 통해 간단한 웹사이트를 제작해 보는 것이 취미이다. 그런데 요즘 Semantic HTML이라는 것에 빠져 있다. 이유는 가독성이 향상되고 구글봇, 예티와 같이 기계들도 읽어내기 쉬워지기 때문이다. 그런 의미에서 요즘 알게 된 Pico CSS Framework도 마음에 든다. 일단 Semantic HTML을 작성해 놓으면, 따로 class를 지정하지 않아도(classless css framework) 적당히 예쁘게 웹 사이트를 꾸며준다. 작은 사이드 프로젝트를 하는데, 어느 정도 미관을 위해 CSS를 만지다 보면 하루가 훌쩍 지나가기 일쑤이기 때문이다. 모바일 중심의 웹 환경 .. Together.ai의 Mixture of Agents (MoA) - 다중 LLM의 강점을 극대화한 혁신적 접근 요즘 AI 기술의 발전은 눈부십니다. 최근 CrewAI라는 곳에서, 여러가지 역할 분담을 부여받은 AI Agents들을 활용하는 것을 보고 크게 감명을 받았는데, Together.ai에서 발표한 블로그 글을 보고 또 큰 감동을 받았습니다. Together.ai가 소개한 "Mixture of Agents (MoA)"는 여러 대형 언어 모델(LLM)의 장점을 하나로 결합하여 인공지능 성능을 한 단계 더 끌어올리는 혁신적인 접근법입니다. MoA는 다양한 LLM들이 협력하여 보다 정교하고 높은 품질의 응답을 생성하는 구조를 채택하고 있습니다. 이번 리뷰에서는 MoA의 주요 특징과 그 성과에 대해 살펴보겠습니다.MoA의 혁신적인 구조 MoA의 핵심은 여러 LLM이 층(layer) 구조로 구성되어 있다는 점입니다.. 이전 1 2 3 다음
