DOI QR코드

DOI QR Code

Fine-Tuned Models Enhanced by Dataset Quality Improvement through Prompt Engineering in RAG

프롬프트 엔지니어링을 통한 RAG 기반 데이터셋 품질 개선과 파인 튜닝 적용 모델의 성능 비교 연구

  • Seong-Eon Kim (Dept. of Artificial Intelligence, In-Ha University) ;
  • San-I Kim (Dept. of Information and Communication Engineering, Chungbuk-National University) ;
  • Jung-Hyun Park (Dept. of Information and Communication Engineering, Chungbuk-National University) ;
  • Seung-Mi Yu (Dept. of Information and Communication Engineering, Chungbuk-National University) ;
  • Su-Bin Lee (Dept. of Korean Language and Literature, Chungnam-National University) ;
  • Jung-Gyu Park (LG CNS Co., Ltd.)
  • 김성언 (인하대학교 인공지능공학과) ;
  • 김산이 (충북대학교 정보통신공학부) ;
  • 박정현 (충북대학교 정보통신공학부) ;
  • 유승미 (충북대학교 정보통신공학부) ;
  • 이수빈 (충남대학교 국어국문학과) ;
  • 박정규 ((주)엘지씨엔에스)
  • Published : 2024.10.31

Abstract

본 연구는 Port MIS 보조 민원 상담 서비스로서 인공지능 모델을 제시한다. RAG 와 파인튜닝을 결합한 모델(RAG + Llama-3-PortMIS-Ko-8B)을 개발함으로써 기존의 FAQ 게시판으로 이루어졌던 민원 상담을 대체할 서비스를 소개한다. 또한, 정확도와 BLUE score 를 통해 Base Model 보다 향상된 답변을 확인할 수 있다.

Keywords

Acknowledgement

본 논문은 해양수산부 실무형 해상물류 일자리 지원사업(스마트해상물류 × ICT 멘토링)을 통해 수행한 ICT 멘토링 프로젝트 결과물입니다.

References

  1. Roger S. Pressman "Software Engineering A Practltiners' Approach" 3rd Ed. McGraw Hill