? [AutoRAG 총출동] 한국어 Advanced RAG 최적화를 위한 평가 데이터셋, 평가, 최적화 꿀팁들 대방출 ?

🙏 유저 피드백은 이곳에👇👇 https://tally.so/r/nGJRbZ 💬 이번 라이브에서 이야기 할 것들 - 한국어 RAG 평가 데이터셋 생성 - 한국어 RAG 평가 메트릭 - 한국어 RAG 최적화 꿀팁들 - 파싱과 청킹 최적화 - Hybrid Retrieval 최적화와 Reranker 최적화 - AutoRAG v0.3 업데이트 - AutoRAG의 추후 로드맵 🙇‍♂️ 연사님을 소개합니다. 더 오래, 그리고 집중해서 라이브 진행을 하기 위해 AutoRAG 개발진 두 명이 출동합니다. - AutoRAG 김동규 : AutoRAG 리드 개발자. AutoRAG 구조 설계 및 핵심 최적화 코드 개발. 평가 데이터셋 생성 연구. - AutoRAG 김병욱 : AutoRAG 개발자. 파싱 및 청킹 최적화 연구. 📌 AutoRAG 소개 : https://github.com/Marker-Inc-Korea/AutoRAG RAG를 최적화 하는 것은 매우 어렵습니다. 높은 성능, 적절한 비용, 빠른 응답 속도를 모두 고려해야 하지만 데이터셋과 use-case마다 좋은 RAG 기법은 매번 바뀝니다. 이런 최적화를 도와주는 툴이 AutoRAG입니다. YAML 파일 하나로 최적의 RAG 조합을 찾아서 손쉽게 성능을 끌어올리세요. 📝 AutoRAG 블로그에는 RAG와 관련한 글들이 가득합니다 - https://velog.io/@autorag/posts 🧑‍💻 추가로 AutoRAG팀과 협업 문의를 받고 있습니다 - https://tally.so/r/wb8qk0 #테디노트라이브 --- 📍 "테디노트의 RAG 비법노트" 랭체인 강의: https://fastcampus.co.kr/data_online_teddy 📘 랭체인 한국어 튜토리얼(무료 전자책): https://wikidocs.net/book/14314 📝 테디노트(깃헙 블로그) : https://teddylee777.github.io 💻 GitHub 소스코드 저장소: https://github.com/teddylee777