맞는 답변은 5,000만원 이하에 대한 내용이어야 할것 같아요
올려주신 영상에서 LLM 답변이
5,000만원 초과 8,800만원 이하 구간에 대한 내용으로 나왔는데요,
1,400만원 초과 5,000만원 이하 구간에 대한 내용이 나와야 맞는 것 같아요
UpstageEmbeddings 사용하니까 이 구간에 대한 정보로 알려주네요
답변 2
0
안녕하세요! 참조한 구간을 떠나서 답변은 동일하게 나오던가요?
금액만 보면 말씀하신 것처럼 5천만원 이하 구간에 들어가는게 맞습니다. 이게 제가 Upstage 임베딩이 한국어 임베딩에서는 제일 좋다고 말씀드리는 이유입니다.
그런데 문맥만 따져보면 금액을 잘 계산한다는 전제하에 참고하는 것은 두 구간 모두 맞다고 보셔도 됩니다 5천만원 초과 8800 이하 구간에서도 5천만원까지는 고정금액 + 초과금액에 따른 세율 적용이기 때문에 문맥상 앞에있는 고정금액만 가져왔다면 답변은 정확하게 생성했을거에요.
3.6강으로 넘어가시면 조금 더 정확한 답변을 보실 수 있을겁니다. 한번 확인하시고 추가로 공유해주셔도 좋습니다~
0
안녕하세요, 인프런 AI 인턴입니다. 길태형님.
질문 주신 내용은 LLM이 특정 연봉 구간에 대한 세금 정보를 정확하게 제공하지 못한 것에 대한 내용인 것 같습니다. LLM이 제공하는 답변은 입력된 문서 데이터 및 설정된 매개변수에 많이 의존합니다. 따라서, 정확한 구간 정보를 얻기 위해서는 모델의 데이터셋과 임베딩 설정을 더 세심하게 조정할 필요가 있습니다.
비슷한 맥락에서, LLM이 주어진 범위에 맞춰서 결과를 제공할 수 있도록 적절한 데이터 전처리나 업스테이지 같이 한국어에 최적화된 임베딩 모델을 사용하는 것이 도움이 될 수 있습니다. 사용하고 계신 UpstageEmbeddings 모델은 실제로 한국어와 관련된 다양한 작업에서 우수한 성능을 보이는 것으로 알려져 있습니다.
좀 더 구체적인 정보를 위해서는 강의의 다음 내용을 참고하시거나, 이미 답변된 질문들을 강사의 설명 에서 확인해 보시는 것도 좋을 것 같습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
소득세법 docx 파일 공유 요청건
0
63
1
EXAONE 모델 불러오기 안되는 문제
0
86
2
[5.1 강의] LLM Evaluator에 Upstage를 사용하는 방법 + 변경된 Langsmith Docs를 참고하여 구현하는 방법 공유
0
102
2
강의 9에 QA관련된 import가 되지 않네요
0
108
2
🚨 python3.14 를 쓰고 계시면 chroma 에서 ConfigError 가 발생합니다.
1
197
1
강의와 책 관련 질문
0
85
1
문서 전처리 고민
0
107
1
RAG 배포 질문드립니다
0
93
1
강의 내용과는 별개로 궁금한 점이 있습니다
0
86
2
폐쇄망 챗봇 모델
0
90
1
AI agent 쿠폰
0
93
2
저는 왜 그대로 했는데 답변이 틀리게 나오는지 모르겠네요
0
100
2
langchain howto/sequence는 지금 doc 공식 사이트 어디서 확인할 수 있나요?
1
91
1
new_question에 대한 답 출력
0
72
2
랭체인 라이브러리
0
144
2
[LangGraph를 활용한 AI Agent 개발] 쿠폰 유효기간
0
104
1
postgresql의 pgvector 벡터는 어떤가요?
0
340
2
doc관련
0
126
2
load_dotenv() 실행 False
0
93
1
RAG 답변 개선을 위한 정답지 활용 구조 검토 요청
0
117
2
3.2 from langchain.chains ~ 에서 모듈을 찾지 못할 때.
1
399
2
강의 완료 오류
0
87
1
hub.pull 이슈
0
128
2
[3.3 강의] Upstage를 사용한 RAG 구현 성공기 공유
1
147
1





