← 목록으로

AI 에이전트의 예시 데이터는 어떻게 다룰까 — 전부 넣지 않고 에이전트가 고르게 한 이유

요약
  • AI 에이전트가 불필요한 정보에 방해받지 않도록 모든 예시를 컨텍스트에 넣는 대신 작업에 맞는 예시를 스스로 선택하게 하는 방식을 적용했습니다.
  • 상황에 따라 벡터 검색이나 파인튜닝을 활용하는 기준을 수립했으며, 학습 데이터는 실제 코드 대신 치환된 데이터를 사용합니다.
  • 예시를 전부 컨텍스트에 넣는 대신, 지금 작업에 맞는 예시를 에이전트가 골라 넣도록 했습니다. 관련 없는 예시가 많아질수록 중요한 신호가 묻히기 때문입니다.
  • 고른 예시가 맞았는지는 기대한 예시와 비교해서, 놓친 것과 엉뚱하게 고른 것을 나눠 보는 방식으로 평가합니다.
  • 선택 시간이 길어지면 벡터 검색으로, 평가 점수가 더 오르지 않으면 파인튜닝으로 넘어가는 기준과, 학습 데이터는 실제 코드 대신 치환한 데이터로 준비하는 원칙도 정리했습니다.
그냥 목록으로
원문 보기 ↗