AI

이 카테고리에 게시물 63개

속임수를 썼습니다: Sydney가 이제 10-K 보고서의 서사를 읽을 수 있습니다

전략적으로 범위를 7개 기업으로 제한하여 Big Tech 연간 보고서의 10년간 서사 콘텐츠를 읽도록 Sydney를 확장했습니다 — 비용 대 기능의 균형을 맞춘 방법입니다.

두 개의 AI 에이전트를 S&P 500 재무 분석과 15년간의 블로그 콘텐츠를 모두 분석할 수 있는 하나의 다재다능한 어시스턴트로 결합했습니다 — 적은 것이 정말로 더 많은 것임을 증명합니다.

10년간의 SEC 데이터를 사용하여 금융 질문에 답하는 AI 에이전트를 만들었습니다 — 그리고 마침내 스트리밍 문제를 해결하여 실시간으로 검증 가능하게 만들었습니다.

AI 어시스턴트를 활용한 10개월의 코딩 후, 그것들이 인턴과 같다는 것을 배웠습니다 — 강력하지만 구체적인 지시가 필요합니다. 즉, 느린 챗봇을 빠르게 만드는 것 같은 실제 문제를 해결하려면 프레임워크를 깊이 이해해야 합니다.

Weaviate의 하이브리드 검색과 쿼리 구조화를 테스트하기 위해 챗봇 Sydney를 업그레이드했습니다 — 금융 챗봇을 500개 이상의 기업으로 확장하는 데 필요한 기능입니다.

SEC 데이터를 사용하여 S&P 500 질문에 답하는 금융 챗봇을 만들었습니다 — 답변을 보여주기 전에 스스로 개선하는 자체 비평 에이전트와 함께.

AI로 사이트 프론트엔드를 재구축하고, 챗봇의 지능을 업그레이드하고, 지속적 배포를 발견했습니다 — 모두 Docker가 협조를 거부했기 때문입니다.

FastAPI와 비동기 처리로 챗봇을 재구축하여 응답 시간을 단축하고 인터페이스를 단순화했습니다 — 타겟팅된 최적화가 어떻게 사용자 경험을 변화시켰는지 소개합니다.

코딩 실력 제로와 열정으로 챗봇 제작에 뛰어들었지만, v0.1이 CSV 데이터베이스와 원시적 청킹으로 이루어진 재앙이라는 것을 발견했습니다 — AI 에이전트가 저를 구해줄 때까지.

로드 트립 계획부터 제품 조사까지 1년간 AI를 사용한 후, 제 검색 습관이 지각변동적인 변화를 보여줍니다 — 그리고 퍼블리셔에게 경고를 보냅니다.

ML 기초부터 GenAI 앱 제작까지, 몇 달 만에 Andrew Ng의 7개 과정을 완료했습니다. 제로에서 첫 번째 LLM 애플리케이션 출시까지의 로드맵을 공유합니다.

Google Trends 데이터에 따르면 "error in moderation"이 미국에서 ChatGPT 관련 급상승 검색어 1위였으며, 사용자들이 다급하게 검색하는 광범위한 안정성 문제를 드러냅니다.